Google DeepMind: AlphaEvolve dostupan kroz Google Cloud, prvi industrijski rezultati
Google DeepMind objavio je prvo izvješće o industrijskom učinku AlphaEvolve agenta i otvorio njegovu komercijalnu dostupnost kroz Google Cloud. Klarna je udvostručila brzinu treniranja transformer modela, FM Logistic ostvario 10,4% bolju efikasnost rutiranja, a Schrödinger 4× ubrzanje u molekularnim simulacijama.
Ovaj članak generiran je uz pomoć umjetne inteligencije na temelju primarnih izvora.
Google DeepMind objavio je 7. svibnja 2026. prvo detaljno izvješće o industrijskom učinku AlphaEvolvea, coding agenta pogonjenog Gemini modelima, i istovremeno otvorio njegovu komercijalnu dostupnost kroz Google Cloud. AlphaEvolve, prvi put predstavljen u svibnju 2025., sada je dostupan organizacijama iz financija, logistike, znanstvenih simulacija i drugih sektora.
Koji su konkretni rezultati u znanosti i infrastrukturi?
AlphaEvolve je u kvantnoj fizici smanjio greške u kvantnim krugovima 10 puta na Googleovom Willow procesoru. U području električnih mreža povećao je udio riješivih AC Optimal Power Flow problema sa 14% na 88%, što ima izravne posljedice za stabilnost mreže. U genomici je poboljšao DeepConsensus DNK sekvenciranje za 30% u korekciji grešaka, a u predikciji prirodnih katastrofa povećao točnost za 5% kroz 20 kategorija rizika. U matematici je riješio Erdősove probleme i poboljšao granice za Travelling Salesman Problem i Ramseyeve brojeve.
Kako AlphaEvolve utječe na samu Googleovu infrastrukturu?
Unutar Googlea, AlphaEvolve je optimizirao dizajn TPU čipova, smanjio upise u Spanner cache za 20% i smanjio potrošnju memorije compilera za 9%. Ovi rezultati pokazuju da se agent koristi i kao alat za internu sistemsku optimizaciju, ne samo kao istraživački projekt. DeepMind navodi da je AlphaEvolve već u produkciji na više Googleovih sustava i da je akumulirana ušteda zauzela značajan udio infrastrukturnih troškova.
Što govori prva grupa komercijalnih korisnika?
Klarna je uz pomoć AlphaEvolvea udvostručila brzinu treniranja vlastitog transformer modela. Logističar FM Logistic ostvario je 10,4% bolju efikasnost rutiranja, a marketinška grupacija WPP poboljšala je točnost svojih marketinških modela za 10%. Tvrtka Substrate prijavila je višestruka ubrzanja u simulaciji poluvodiča, dok je Schrödinger postigao 4× brže treniranje i izvršavanje molekularnih force field modela. Ovo je prva ranjiva skupina kupaca iz različitih industrija koja je integrirala AlphaEvolve u produkcijske procese.
Otvaranje AlphaEvolvea kroz Google Cloud označava prijelaz iz istraživačke faze u tržišnu kategoriju autonomnih optimizacijskih agenata. DeepMind nije objavio cjenovni model niti detalje SLA-a za Cloud verziju.
Česta pitanja
- Što je AlphaEvolve?
- AlphaEvolve je coding agent pogonjen Gemini modelima koji otkriva i optimizira algoritme u znanstvenim i komercijalnim domenama, od genomike do logistike.
- Kako se može pristupiti AlphaEvolveu?
- Komercijalno je dostupan kroz Google Cloud organizacijama u financijama, logistici, simulacijama i drugim sektorima.
- Koji su najveći rezultati do sada?
- 10× manje grešaka na Willow kvantnom procesoru, 88% riješivih AC Optimal Power Flow problema u električnoj mreži, 30% bolja korekcija grešaka u DNK sekvenciranju.
Povezane vijesti
arXiv:2605.06177: BioMedArena — toolkit za biomedicinske AI agente s 147 benchmarkova i 75 alata
arXiv:2605.06623: MASPO — automatska optimizacija promptova za multi-agent LLM sustave, ICML 2026
arXiv:2605.05191: LongSeeker s Context-ReAct okvirom postiže 61,5% na BrowseCompu