A Google acaba de apresentar o AlphaEvolve, um agente de codificação com inteligência artificial que cria, testa e evolui algoritmos para resolver problemas científicos e computacionais complexos. A ferramenta representa um marco no uso de IA para descoberta matemática autônoma, utilizando uma combinação poderosa dos modelos Gemini Flash (para geração de ideias) e Gemini Pro (para análise e refinamento).
Funcionando por meio de estratégias evolutivas, o AlphaEvolve gera soluções candidatas que são avaliadas e iterativamente melhoradas por meio de ciclos automáticos de seleção e mutação — um processo inspirado na evolução natural. O resultado? Descobertas matemáticas inéditas que superam métodos clássicos com décadas de uso.
Entre os feitos mais impressionantes está a primeira melhoria significativa no algoritmo de multiplicação de matrizes de Strassen, criado em 1969, considerado um pilar da computação algébrica moderna. Além disso, o AlphaEvolve já demonstrou impacto real dentro da própria Google, otimizando escalonamento de datacenters, design de chips e treinamento de modelos de IA — inclusive os que o alimentam.
Testado em mais de 50 problemas matemáticos abertos, o sistema igualou as melhores soluções existentes em 75% dos casos e descobriu algoritmos melhores e inéditos em 20% deles, sinalizando uma nova era de pesquisa automatizada, onde a IA não apenas reproduz o conhecimento humano, mas o ultrapassa em velocidade e originalidade.
O anúncio vem logo após declarações do cientista-chefe da OpenAI, Jakub Pachocki, sobre a capacidade da IA de gerar “insights científicos inéditos” — algo que o AlphaEvolve agora comprova na prática. Com matemática sendo a base da física, engenharia, ciência de dados, finanças e IA, os avanços promovidos por esse agente indicam um novo paradigma: algoritmos projetando algoritmos, e IAs acelerando o próprio futuro.
Em vez de apenas resolver tarefas humanas, AlphaEvolve expande o espaço do possível científico, tornando a IA uma parceira ativa na criação de conhecimento fundamental. O que antes levava décadas de pesquisa matemática, agora pode emergir em ciclos evolutivos conduzidos por agentes autônomos — e isso é só o começo.
