Google DeepMind представила AlphaEvolve — систему, которая умеет переписывать правила игры

Google DeepMind нашел способ исправить проблему, когда алгоритмы иногда пасуют перед неопределенностью. Компания представила AlphaEvolve — систему, которая не просто играет в игры, а эволюционным путем переписывает сам код своих стратегий. Как сообщает Intelligent Living, этот метод позволил создать ИИ-решатели, которые разносят классические человеческие наработки в области теории игр.

Вместо того чтобы следовать жестко прописанной логике, AlphaEvolve использует большую языковую модель для генерации правок в программном коде. Это напоминает цифровую мутацию: система предлагает изменения, тестирует их в боевых условиях и оставляет только те, что снижают «эксплуатируемость» — показатель того, насколько легко оппонент может найти дыру в вашей защите. Это важный переход от простой автоматизации к алгоритмической эволюции, где код становится живым организмом.

Но действительно ли нам нужно, чтобы нейросети сами лезли в свои исходники? Даже небольшое изменение может сломать всё. Однако DeepMind утверждает, что их конвейер работает безупречно, фокусируясь на двух тяжеловесах теории игр: CFR (минимизация контрфактического регрета) и PSRO (оракулы отклика в пространстве стратегий). Эти алгоритмы — база для принятия решений там, где никто не видит всей доски, будь то покер или кибербезопасность.

Петля эволюции: как рождаются цифровые гроссмейстеры

Как именно происходит эта магия? Процесс AlphaEvolve — это циклическая четырехэтапная петля, которая знакома любому разработчику, знакомому с CI/CD, только вместо тимлида здесь ИИ. Сначала выбирается базовый алгоритм, затем LLM предлагает точечные правки в коде, после чего вариант проходит через жесткое сито тестов на фреймворке OpenSpiel. Выживают только те версии, чьи показатели эксплойта ниже, чем у предшественников.

Интересно, что система не пытается «казаться умной» в тексте — она обязана доказать свою эффективность на практике. Это роднит проект с FunSearch, где ИИ искал математические решения, прогоняя код через строгие вычислительные проверки. Здесь нет места красивым словам, только сухие цифры бенчмарков. В результате появились такие варианты, как VAD-CFR и SHOR-PSRO, которые демонстрируют гораздо более стабильные результаты в условиях скрытой информации.

Где это может пригодиться? Теория игр — это не только про карты, это про аукционы контекстной рекламы, про переговоры о аренде или даже про торги за подержанный автомобиль. Везде, где у одной стороны есть скрытые козыри, а другая вынуждена гадать, такие «прокачанные» алгоритмы могут сэкономить миллионы. Но есть нюанс: перенос из стерильных тестов в реальный хаос рынка не происходит автоматически.

Автоматизированная эволюция алгоритмов — это впечатляющий инженерный рывок, избавляющий нас от ручного подбора эвристик, но за блеском бенчмарков скрывается стратегическая хрупкость. Эти системы отлично оптимизируют метрики в закрытых песочницах вроде OpenSpiel, однако они по-прежнему фатально зависимы от качества целевой функции. Без четкого понимания границ применимости мы рискуем получить идеальных решателей для задач, которые в реальности не существуют. Эволюция без осознания контекста — это просто очень быстрый бег в случайном направлении.

Перспективы и подводные камни автономного кодинга

Сейчас AlphaEvolve выглядит как идеальный «подмастерье» для исследователей, сокращающий годы проб и ошибок до нескольких дней машинного времени. Но по мере того как ИИ-агенты становятся всё более автономными, на первый план выходит аудит их решений. Как проверить логику кода, который был создан в ходе миллионов итераций, недоступных человеческому глазу?

В ближайшем будущем мы увидим экспансию подобных методов в кибербезопасность и высокочастотный трейдинг. Способность алгоритма адаптироваться к действиям противника на лету — это святой грааль цифровой защиты. Тем не менее, стоит помнить, что любая эволюция ограничена средой: если ваши тесты не учитывают «черных лебедей», никакой AlphaEvolve от них не спасет. Мы вступаем в эру, где инструменты становятся важнее чат-ботов, а умение ставить правильные фильтры для ИИ-эволюции — главным навыком архитектора систем.

Подводя итог, можно сказать, что DeepMind в очередной раз подтвердил: будущее за связкой «генерация + верификация». И пока мы спорим, заменят ли нас нейросети, они уже начали тихо оптимизировать математические константы в глубинах своих движков. Возможно, нам пора перестать смотреть на ИИ как на собеседника и начать воспринимать его как самосовершенствующийся компилятор, который скоро будет знать правила игры лучше, чем те, кто их когда-то придумал.