最近、国際進化計算のトップ会議GECCO 2026が主催するLLM Designed Evolutionary Algorithm Competition（大言語モデル設計進化アルゴリズム競技）において、Huawei CloudのAIソルバーチームとHuawei Noah’s Ark Laboratoryが共同で構成した参加チーム「OptVerse-Noah」が、知能エージェントが自律的に発見した進化アルゴリズムAMGEを用いて、GNBGブラックボックス最適化ベンチマークテストセットの全24個のテスト関数で1位を獲得し、優勝しました。
今回の競技の核心命題は、アルゴリズム自動設計の方案が統一された制約の下で、24個の構造が異なり、難易度が未知のブラックボックス問題に対して安定した優れたパフォーマンスを達成する必要があるということです。また、問題の内部構造情報を取得することも、単一の問題に対してパラメータ調整を行うこともできません。具体的な制約は以下の通りです：
厳格なブラックボックス制約：参加アルゴリズムは、目的関数の評価結果を通じてのみフィードバックを取得でき、テスト関数の内部構造情報にアクセスすることは許可されていません；統一パラメータ設定：アルゴリズムは同一の設定を使用して全ての24個のテスト関数を完了する必要があり、特定の調整は禁止されています；有限評価予算：各テスト関数は有限の関数呼び出し予算内で最適化を完了する必要があり、アルゴリズムの効率と探索能力に対してより高い要求が課されます；問題間の一般化：アルゴリズムは多様なモード、不対称、複合構造など、全く異なる問題構造において同時に安定したパフォーマンスを達成する必要があります。
命題の核心的な難しさは、同一の設定の下で異なるタイプのブラックボックス問題の最適化ニーズをどのように両立させるかということです——平滑関数は迅速に収束する必要があり、多様なモード関数は広範に探索する必要があり、欺瞞的関数は局所最適から脱出する必要があります。これにより、「アルゴリズム自動設計」が人工設計のボトルネックを突破できるかどうかが検証されます。
Huawei Cloud AIソルバーチームが進化アルゴリズム設計のボトルネックを突破
進化アルゴリズムの自動設計という難題に対して、Huawei Cloud AIソルバーチームはHuawei Noah’s Ark Laboratoryと連携し、自主的に革新した知能エージェントScienceFlowに基づいて、エージェントに自律的な探索能力を与え、アルゴリズムの専門家のように自ら考え、実験できるようにしました。その核心技術の突破は以下のように表れています：
適応的研究路線：知能エージェントは性能フィードバックに基づいて、自ら現在のアルゴリズム設計の方向に沿って深掘りを続けるかどうかを決定し、柔軟に異なる研究路線を探索します；信号感知とインテリジェントな損切り：実験の進行中に収束速度、集団の多様性、局所探索の飽和度をリアルタイムで感知し、現在の路線のトレンドが良くないと判断した場合、すぐに後退して損切りを行い、計算資源の消費を減少させます；経験の折りたたみと自己思考：知能エージェントは探索過程でのさまざまな方案や探索戦略を記録し、経験資産に変換し、後の探索時に既存の経験を振り返ることで、アルゴリズム探索の自己思考を実現します。
これらのメカニズムを通じて、知能エージェントが自律的に発見したAMGEアルゴリズムは、多様なモード、非対称、複合構造などの24種類の異質なテスト関数において最適な性能を達成し、AI知能エージェントがアルゴリズム設計に深く関与する可能性を示しました。