DeepMind, el laboratorio de inteligencia artificial de Google, acaba de presentar un nuevo sistema llamado AlphaEvolve. Su misión es resolver problemas que se puedan calificar con una fórmula clara.
¿La idea? Que AlphaEvolve ayude a optimizar parte del sistema que Google usa para entrenar sus modelos de IA. Y ya están preparando una interfaz para que la gente lo use.
Al principio, solo académicos seleccionados tendrán acceso. Si todo va bien, después lo lanzarán a más personas.
Las alucinaciones
Uno de los grandes problemas de las IAs actuales es que a veces se inventan cosas. Esto pasa por cómo están diseñadas: responden con seguridad, aunque no tengan razón.
AlphaEvolve quiere reducir esas “alucinaciones” usando un truco inteligente: hace que varios modelos generen posibles respuestas, las critiquen entre sí y luego elijan la más acertada.
Esta técnica ya se había probado antes, incluso por DeepMind. Pero esta vez, el sistema usa modelos más potentes, como los nuevos Gemini, y eso lo hace mucho más capaz.
Para usar AlphaEvolve hay que darle un problema concreto. Puedes añadir instrucciones, ecuaciones, fragmentos de código o referencias. Eso sí, también tienes que decirle cómo evaluar si su respuesta está bien.
Ese punto es clave: solo puede trabajar con problemas que pueda evaluar automáticamente. Es decir, nada de preguntas abiertas o muy subjetivas.
Por eso AlphaEvolve sirve sobre todo para temas como ciencias de la computación o mejora de sistemas. Todo lo que se pueda traducir a números y algoritmos.
Y ahí viene otra limitación: solo puede dar respuestas en forma de algoritmos. Así que si el problema no es numérico, no es para él.
Se corrige sola
Para probar qué tan bueno es, DeepMind le dio 50 problemas matemáticos, de áreas como geometría y combinatoria. En el 75% de los casos encontró la mejor solución conocida. En el 20%, incluso la mejoró.
También lo probaron con tareas reales, como mejorar la eficiencia de los centros de datos de Google o reducir el tiempo que tarda en entrenarse un modelo de IA.
En uno de esos experimentos, AlphaEvolve creó un algoritmo que recupera el 0.7% de los recursos informáticos de Google a nivel mundial. Parece poco, pero a esa escala es muchísimo.
Además, propuso una mejora que redujo el tiempo que tarda en entrenarse el modelo Gemini en un 1%. Nada mal.
Eso sí, no está descubriendo cosas revolucionarias. Por ejemplo, una vez redescubrió una mejora para los chips TPU de Google que otras herramientas ya habían detectado.
Pero eso no le quita valor. DeepMind dice que AlphaEvolve puede ahorrar tiempo y liberar a los expertos para que se enfoquen en problemas más complejos.
No es magia, pero sí un paso interesante en cómo usamos la IA para resolver problemas técnicos. Y lo mejor: aprende y se corrige solo.