Gemini 4 Argon od Google znížil náklady na kvantové výpočty stokrát a zlepšil robotiku

Google odhalil model Gemini 4 Argon, ktorý podľa spoločnosti znížil nároky na zdroje pri jednej kvantovej operácii viac ako stonásobne. Zároveň pomohol výskumníkom nájsť nové matematické riešenia pre jadrovú fúziu a zlepšil výkonnosť robotov v reálnom prostredí.

V jednej z ukážok Argon vygeneroval komponent kvantového algoritmu s viac ako stonásobne nižšou priestorovo-časovou náročnosťou v porovnaní s predtým publikovanou metódou. Správnosť implementácie bola formálne overená pomocou systému Lean, ktorý slúži na kontrolu matematických dôkazov.

Model tiež pomohol výskumníkom identifikovať nové riešenia niekoľko desaťročí starého matematického problému spojeného s fúznymi reaktormi typu stellarátor. V samostatných testoch robotiky zvýšili tréningové dáta generované cez simulácie Argonu úspešnosť robota pri reálnych úlohách zo 56 % na 75 %.

Google oznámil tieto výsledky 13. októbra pri príležitosti spustenia modelu Gemini 4 Argon. V inom teste model pracoval bez dozoru počas 11 hodín na existujúcom softvérovom kóde Google a navrhol zmeny, ktoré znížili réžiu prípravy relácií o približne 40 % a urýchlili import balíkov o 21 %.

Kvantové výpočty s nižšími nárokmi na zdroje

Kvantové počítače vyžadujú starostlivo navrhnuté operácie, aby mohli vykonávať výpočty pri obmedzení chýb a nárokov na hardvér. Niektoré algoritmy závisia od menších matematických komponentov, tzv. podrutín, ktoré môžu spotrebovať značné množstvo výpočtových zdrojov.

Gemini 4 Argon optimalizoval podrutinu arcsin využívanú v algoritmoch kvantovej simulácie. V porovnaní s publikovanou kvantovou implementáciou CORDIC nová verzia znížila priestorovo-časovú náročnosť viac ako stonásobne.

Priestoročasová náročnosť meria výpočtové zdroje potrebné na vykonanie operácie a zohľadňuje hardvérové požiadavky aj čas vykonávania. Toto zlepšenie sa týka konkrétnej testovanej podrutiny, nie kvantových výpočtových systémov ako celku.

Argon tiež optimalizoval internú verziu AlphaQubit, dekodéra na opravu kvantových chýb od Google, ktorý je založený na strojovom učení. Prevedením na jediné hardvérovo optimalizované jadro model takmer zdvojnásobil priepustnosť inferencie, uviedol Google.

Jedenásťhodinový autonómny test na reálnom kóde

Schopnosti modelu v oblasti softvérového inžinierstva boli otestované na open-source Agent Development Kit od Google, čo je framework na tvorbu a nasadenie autonómnych agentov.

Počas nočného behu trvajúceho 11 hodín Argon preskúmal kódovú základňu obsahujúcu približne 205 000 riadkov kódu v takmer 800 súboroch. Navrhol šesť optimalizácií, z ktorých dve boli po ľudskej kontrole akceptované a zahrnuté do projektu.

Tieto zmeny znížili réžiu prípravy relácií v pamäti o približne 40 % počas dlhých relácií a zlepšili rýchlosť importu balíkov o 21 %.

Gemini 4 Argon je dostupný globálne pre vývojárov a firmy v platenej úrovni Gemini API a platformy Gemini, pre predplatiteľov Ultra v Google Antigravity a pre predplatiteľov Ultra a Pro v aplikácii Gemini a vo vyhľadávaní.