Google DeepMind acaba de presentar AlphaEvolve, un innovador «agente de codificación evolutivo» impulsado por modelos de lenguaje grandes que promete transformar el descubrimiento y optimización de algoritmos. Lanzado el 14 de mayo de 2025, este sistema ha logrado avances significativos, incluyendo la superación de un récord matemático de 56 años y la optimización de infraestructuras críticas dentro de Google. AlphaEvolve combina la capacidad creativa de los modelos Gemini con técnicas evolutivas para generar soluciones algorítmicas que superan las mejores prácticas actuales, reduciendo significativamente el problema de las alucinaciones comunes en la IA generativa.

¿Qué es AlphaEvolve y cómo funciona?

AlphaEvolve es un agente de codificación impulsado por los modelos de lenguaje grandes (LLM) de Google, específicamente diseñado para descubrir y optimizar algoritmos para problemas complejos. A diferencia de otros sistemas de IA, AlphaEvolve se centra en la mejora de código y la evaluación en lugar de representar hipótesis en lenguaje natural, lo que disminuye considerablemente el riesgo de alucinaciones.

El funcionamiento de AlphaEvolve puede compararse con un programador extremadamente inteligente e incansable. El sistema utiliza los modelos Gemini para generar múltiples ideas de código y luego aplica un proceso «evolutivo» -similar a la supervivencia del más apto para los programas- para mejorarlas iterativamente. Este proceso incluye:

1. El usuario introduce un problema junto con posibles soluciones y vías para explorar.
2. AlphaEvolve genera múltiples soluciones utilizando tanto Gemini Flash (eficiente) como Gemini Pro (más detallado).
3. Un sistema de evaluación automática analiza cada solución y la califica según su precisión y eficiencia.
4. El marco evolutivo selecciona las mejores soluciones y las mejora progresivamente.

Como explica el equipo de AlphaEvolve en su blog: «AlphaEvolve combina las capacidades creativas de resolución de problemas de nuestros modelos Gemini con evaluadores automatizados que verifican respuestas, y utiliza un marco evolutivo para mejorar las ideas más prometedoras».

Fundamentos técnicos

AlphaEvolve extiende «una larga tradición de investigación sobre programación evolutiva o genética, donde repetidamente se utiliza un conjunto de operadores de mutación y cruce para evolucionar un grupo de programas». Esta combinación de técnicas neurosimbólicas que unen redes neuronales con ideas de la IA clásica representa, según el experto Gary Marcus, «el camino del futuro».

Logros y avances significativos

Superando el algoritmo de Strassen tras 56 años

Uno de los logros más destacados de AlphaEvolve ha sido superar un récord que se mantuvo durante 56 años en el campo de la multiplicación matricial2. En 1969, Volker Strassen revolucionó este campo al descubrir un algoritmo para multiplicar matrices de 2×2 utilizando solo siete multiplicaciones escalares, en lugar de las ocho estándar.

Para matrices más grandes como las de 4×4, la mejor práctica establecida era aplicar el método 2×2 de Strassen recursivamente, resultando en 49 multiplicaciones escalares (7×7)2. AlphaEvolve ha logrado romper este récord histórico al descubrir un nuevo algoritmo para multiplicar matrices complejas de 4×4 utilizando solo 48 multiplicaciones escalares.

Soluciones a problemas matemáticos abiertos

El equipo de DeepMind evaluó la utilidad de AlphaEvolve presentándole más de 50 problemas abiertos en análisis matemático, geometría, combinatoria y teoría de números. Los resultados fueron impresionantes:

1. En aproximadamente el 75% de los casos, redescubrió soluciones de vanguardia.
2. En el 20% de los casos, AlphaEvolve mejoró las mejores soluciones conocidas anteriormente, avanzando en los correspondientes problemas abiertos.

Esta capacidad para abordar problemas matemáticos complejos demuestra el potencial de AlphaEvolve para contribuir significativamente al avance del conocimiento científico.

Aplicaciones prácticas en Google

AlphaEvolve ya está teniendo un impacto real dentro de Google, optimizando sistemas críticos y mejorando la eficiencia operativa.

Optimización de centros de datos

Google ha utilizado AlphaEvolve para optimizar el rendimiento de su sistema de gestión de clústeres de cómputo Borg en sus centros de datos. El agente de codificación propuso una función heurística para la programación de trabajos de cómputo en línea que superó a la que estaba en producción.

Esta solución, que lleva más de un año en producción, «recupera continuamente, en promedio, el 0,7% de los recursos de cómputo mundiales de Google». Aunque este porcentaje pueda parecer pequeño, a la escala de Google representa un ahorro enorme de recursos computacionales.

Aceleración del entrenamiento de modelos de IA

El equipo de DeepMind también señala que AlphaEvolve ayudó a optimizar las operaciones de multiplicación matricial involucradas en el entrenamiento de la familia de modelos Gemini de Google. Logró acelerar su kernel Pallas en un 23%, lo que resultó en una reducción del 1% en el tiempo de entrenamiento.

Esto representa un caso interesante de auto-mejora, donde el sistema encontró formas de acelerar el entrenamiento de los mismos modelos Gemini que impulsan AlphaEvolve, en lo que uno de los investigadores describió como un proceso similar a la película «Inception».

Diseño de chips de IA

AlphaEvolve también ha contribuido a mejorar el diseño de la próxima generación de unidades de procesamiento tensorial de Google, que son chips de computación desarrollados especialmente para IA. Esto demuestra su versatilidad para aplicarse tanto en áreas de hardware como de software.

Impacto en la ciencia y la ingeniería

Colaboración humano-IA

Una característica destacable de AlphaEvolve es que mantiene a los humanos en el ciclo de trabajo. Los humanos identifican lo que es interesante, encuentran problemas que tienen evaluadores claros, colocan soluciones candidatas en el ciclo, y luego AlphaEvolve explora las posibilidades y realiza avances significativos.

Esto esboza un futuro de la IA donde existe un fuerte ciclo colaborativo entre humanos e inteligencias artificiales, actuando como socios en la resolución de problemas complejos.

Avances en la investigación científica

Según Mario Krenn, quien lidera el Artificial Scientist Lab en el Instituto Max Planck para la Ciencia de la Luz en Erlangen, Alemania, «AlphaEvolve es la primera demostración exitosa de nuevos descubrimientos basados en LLM de propósito general».

A diferencia de sistemas anteriores de IA como AlphaFold (centrado en el plegamiento de proteínas), que fueron entrenados extensivamente en un solo dominio de conocimiento, AlphaEvolve es más dinámico y puede ayudar en la investigación de cualquier problema de programación o algorítmico.

Reducción de alucinaciones en IA

Un aspecto destacado de AlphaEvolve es su capacidad para reducir las alucinaciones, un problema común en los modelos de IA3. Al utilizar un sistema de evaluación automática que genera, critica y llega a un conjunto de posibles respuestas a una pregunta, y luego evalúa y califica automáticamente las respuestas por su precisión, AlphaEvolve puede producir resultados más confiables.

Este enfoque es particularmente valioso en áreas donde la precisión es crítica, como en la investigación científica y el desarrollo de sistemas críticos.

Conclusiones y perspectivas futuras

AlphaEvolve representa un avance significativo en el uso de la IA para el descubrimiento y optimización de algoritmos. Su capacidad para combinar la creatividad de los modelos de lenguaje grandes con un marco evolutivo ha permitido lograr avances en problemas matemáticos y de ingeniería que llevaban décadas sin resolverse.

Google está planeando ofrecer acceso anticipado a académicos interesados, lo que indica su intención de expandir el uso de esta tecnología más allá de sus propias operaciones. También están construyendo una interfaz de usuario para interactuar con AlphaEvolve, con planes de lanzar un programa de acceso temprano para académicos seleccionados antes de un posible lanzamiento más amplio.

El potencial de AlphaEvolve para avanzar en la frontera de la ciencia y la ingeniería es considerable. Como señala Stuart Battersby, CTO de la empresa de IA Chatterbox Labs: «El desarrollo de algoritmos de IA necesita ocurrir a ritmo acelerado, por lo que es genial ver a AlphaEvolve ayudando a automatizar este proceso». Esto significa que las soluciones de IA no solo atraviesan el ciclo de desarrollo más rápido, sino que también producen mejores resultados.

En resumen, AlphaEvolve marca un hito importante en la evolución de la IA como socio creativo en la ciencia y la ingeniería, con el potencial de acelerar significativamente el descubrimiento y la optimización de algoritmos en una amplia variedad de campos, desde las matemáticas puras hasta aplicaciones prácticas en infraestructuras críticas.