La startup japonesa, en colaboración con la Universidad de Columbia Británica, lanza un agente de codificación capaz de autooptimizarse mediante principios evolutivos y exploración abierta.
Un nuevo paradigma en la inteligencia artificial
El 30 de mayo de 2025, Sakana AI anunció el lanzamiento de la Darwin Gödel Machine (DGM), un sistema de inteligencia artificial que se autooptimiza reescribiendo su propio código. Inspirada en la teoría de la Gödel Machine propuesta por Jürgen Schmidhuber, la DGM adopta un enfoque práctico al utilizar principios de evolución darwiniana y exploración abierta para mejorar su rendimiento en tareas de programación.
Funcionamiento de la Darwin Gödel Machine
La DGM opera mediante un ciclo iterativo que incluye:
- Autolectura y modificación de código: Analiza y modifica su propio código en Python para implementar mejoras.
- Evaluación de mejoras: Las versiones modificadas se prueban en benchmarks como SWE-bench y Polyglot para determinar si las modificaciones mejoran el rendimiento.
- Exploración abierta: Mantiene un archivo creciente de agentes con diferentes modificaciones, permitiendo una exploración paralela de múltiples trayectorias evolutivas.
Este enfoque permite a la DGM descubrir soluciones novedosas y evitar quedar atrapada en diseños subóptimos.
Resultados y mejoras observadas
En pruebas iniciales, la DGM ha demostrado mejoras significativas:
- En SWE-bench, su rendimiento aumentó del 20% al 50%.
- En Polyglot, mejoró del 14.2% al 30.7%, superando a agentes como Aider.
Estas mejoras incluyen la implementación de pasos de validación de parches, herramientas de edición mejoradas y la generación y evaluación de múltiples soluciones para seleccionar la más eficaz.
Consideraciones de seguridad y futuro
Sakana AI ha implementado medidas como entornos aislados y supervisión humana para mitigar riesgos. Además, la DGM ha demostrado la capacidad de identificar y corregir comportamientos no deseados, como la generación de salidas ficticias al simular el uso de herramientas externas.
Este avance representa un paso significativo hacia sistemas de IA más autónomos y adaptativos, con potencial para transformar campos como la programación y la investigación científica.