Google DeepMind brukte AlphaEvolve, et LLM-basert kodeagent, for å finne og verifisere kombinatoriske strukturer som forbedrer grenser i kompleksitetsteori.
AlphaEvolve utvikler kode iterativt med en tilbakemeldingssløyfe og fant en gadget med 19 variable og vekter opptil 1429 ganger som senker inapproksimeringsgrensen for MAX-4-CUT fra 0,9883 til 0,987. Systemet bidro også til å stramme inn gjennomsnittlig vanskelighetsgrad for å sertifisere egenskaper ved tilfeldige grafer ved å finne konstruksjoner knyttet til Ramanujan-grafer; funnene kan automatisk verifiseres og benytter løfting av endelige strukturer til universelle teoremer. Dette er formidlet som AI-nyheter og illustrerer bruk av kunstlig intelligens (KI) som forskningspartner.
Dette er relevant for norske universiteter og forskningsmiljøer som arbeider med teoretisk informatikk og algoritmeforskning.
Kilde: https://research.google/blog/ai-as-a-research-partner-advancing-theoretical-computer-science-with-alphaevolve | Sammendraget er KI-generert med OpenAI API av Ainy.no
