गूगल डीपMind ने alphaEvolve का अनावरण किया है, जो एक एआई एजेंट है capable कि पूरा नया कंप्यूटर एल्गोरिदम आविष्कार करने और तुरंत ही उन्हें गूगल की व्यापक कंप्यूटिंग इन्फ्रास्ट्रक्चर में लागू करने में सक्षम है। alphaEvolve गूगल के जेमिनी बड़े भाषा मॉडल्स को एक अनुवांशिक विधि के साथ जोड़ता है जो आटोमेटिकली एल्गोरिदम का परीक्षण, सुधार और उन्नति करता है। यह पहले ही गूगल के डेटा केंद्रों, चिप डिजाइनों और एआई प्रशिक्षण प्रणालियों की दक्षता बढ़ा रहा है, और दशकों से अविज्ञात गणितीय समस्याओं का समाधान कर रहा है। alphaEvolve, जिसे DeepMind के शोधकर्ता Matej Balog ने जेमिनी-शक्तिशाली एआई कोडिंग एजेंट कहा है, बेहद जटिल एल्गोरिदम बना सकता है जिसमें सैकड़ों लाइनें होती हैं और उन्नत तर्क संरचनाएँ होती हैं, जो साधारण कार्यों से परे हैं। पहले के FunSearch प्रोजेक्ट की तुलना में, जिसने एकल कार्यों का विकास किया, alphaEvolve संपूर्ण कोडबेस का विकास करता है, जो वैज्ञानिक और व्यावहारिक कंप्यूटिंग चुनौतियों के लिए परिष्कृत एल्गोरिदम विकसित करने में एक बड़ा प्रगति है। यह प्रणाली गूगल के भीतर एक साल से चुपके से काम कर रही है, और महत्वपूर्ण परिणाम दे रही है। एक एल्गोरिदम जिसे alphaEvolve ने खोजा है, वह Borg, गूगल के बड़े क्लस्टर प्रबंधन सिस्टम, को बेहतर बनाता है, जिससे "स्ट्रैंडड रिसोर्सेज" — यानी ऐसी मशीनें जो एक संसाधन से सीमित हैं लेकिन अन्य में खाली हैं — को हल कर के विश्वव्यापी कंप्यूटिंग संसाधनों का औसतन 0. 7% पुनः प्राप्त किया जा रहा है। आश्चर्यजनक रूप से, यह एआई सरल, मानव-पठनीय कोड बनाता है जिसे इंजीनियर आसानी से डिबग और लागू कर सकते हैं। डेटा केंद्रों के अलावा, alphaEvolve ने गूगल के हार्डवेयर डिजाइनों में भी सुधार किया है, विशेष रूप से Tensor Processing Units (TPUs) के एक महत्वपूर्ण अंकगणित सर्किट को सरल बनाकर। TPU डिजाइनरों की पुष्टि के बाद, यह सुधार आगामी चिप डिजाइनों में शामिल किया जाएगा। इसके अलावा, alphaEvolve ने अपनी ही मौलिक प्रणालियों को बेहतर बनाने के लिए Gemini मॉडल के प्रशिक्षण में इस्तेमाल होने वाले एक मैट्रिक्स गुणा के कुंजीखंड को अनुकूलित किया, जिससे उस ऑपरेशन में 23% की तेजी आई और कुल प्रशिक्षण समय में 1% की कमी हुई। इस तरह की दक्षता में सुधार ऊर्जा और संसाधनों की भारी बचत कराते हैं, खासकर बड़े पैमाने पर AI प्रशिक्षण में। गणितीय नवाचारों में, alphaEvolve ने एक नई ग्रेडिएंट-आधारित अनुकूलन प्रक्रिया डिजाइन की, जिसने 56 वर्षों से चल रहे एक रिकॉर्ड को तोड़ते हुए कई नए मैट्रिक्स गुणा एल्गोरिदम खोजे, जिसमें 4×4 जटिल संख्यात्मक मैट्रिसेस को गुणा करने के लिए 48 स्केलर गुणा का प्रयोग किया गया, जबकि स्ट्रासेन के 49 का प्रयोग था — जो गणितज्ञों द्वारा 1969 से प्राप्त एक उपलब्धि थी। इससे 14 मैट्रिक्स गुणा एल्गोरिदम के नवीनतम मानक में सुधार हुआ। alphaEvolve की गणितीय कौशल सीमा से भी परे है। इसे गणितीय विश्लेषण, ज्यामिति, समुच्चयिकी और संख्या सिद्धांत जैसी 50 से अधिक जटिल समस्याओं पर परीक्षण किया गया, जिसमें यह लगभग 75% मामलों में वर्तमान सर्वोत्तम समाधान से मेल खाता है और करीब 20% मामलों में उन्हें बेहतर बनाता है। उदाहरण के तौर पर, इसने "किसिंग नंबर समस्या" में एक सदियों पुराना ज्यामितीय रिकॉर्ड तोड़ा है, जिसमें 11 आयामों में केंद्रिय गोले को छूने वाली 593 बिना ओवरलैप के इकाई गोले की व्यवस्था का पता लगाया, जबकि इससे पहले का रिकॉर्ड 592 था। alphaEvolve की नवीनता का मूल उसका अनुवांशिक दृष्टिकोण है, जो Gemini भाषा मॉडल के साथ मिलकर काम करता है। यह Gemini Flash का प्रयोग कर कोड का तीव्रता से प्रस्ताव करता है और Gemini Pro का उपयोग कर उसकी गहराई से समीक्षा करता है, फिर स्वचालित रूप से उसका मूल्यांकन करता है। सबसे अच्छा प्रदर्शन करने वाले एल्गोरिदम भविष्य की विकास प्रक्रियाओं का मार्गदर्शन करते हैं। यह प्रक्रिया केवल प्रशिक्षण डेटा पर निर्भर नहीं है, बल्कि नए समाधानों की सक्रिय खोज करती है, और उन्हें स्वचालित प्रतिक्रिया चक्रों के माध्यम से परिष्कृत किया जाता है, जिनमें मान्यताओं और गुणवत्ता के स्पष्ट मानदंड होते हैं। यह विधि alphaEvolve को किसी भी ऐसी समस्या को हल करने का मौका देती है जिसमें एक मापने योग्य मूल्यांकन मानक हो—चाहे वह डेटा केंद्रों में ऊर्जा का उपयोग अनुकूलित करना हो या गणितीय प्रमाण सुधारना हो। भविष्य में, गूगल डीपMind की कल्पना है कि यह प्रणाली वास्तुशास्त्र, दवाओं की खोज, और अन्य जटिल प्रक्रिया-निर्भर क्षेत्रों में भी विस्तारित होगी। टीम पीपल + एआई रिसर्च समूह के साथ एक यूजर इंटरफेस विकसित कर रही है और चुने हुए शैक्षिक शोधकर्ताओं के लिए एक "अर्ली एक्सेस प्रोग्राम" की योजना बना रही है, साथ ही अधिक व्यापक प्रयोग के लिए भी विचार चल रहा है। alphaEvolve वह दुर्लभ वैज्ञानिक उपकरण है जो एक ही समय में विशाल स्तर पर व्यावहारिक प्रभाव डालता है। जैसे-जैसे बड़े भाषा मॉडल्स का विकास होता जाएगा, alphaEvolve की क्षमताएँ भी इसी अनुपात में बढ़ेंगी। यह प्रणाली दिखाती है कि एआई का विकास किस तरह हो रहा है: इसकी शुरुआत Google की डिजिटल संरचना के भीतर होती है, जो खुद हार्डवेयर और सॉफ्टवेयर का अनुकूलन करता है, और अब वह मानव कल्पनाओं के लंबे समय से प्रतीक्षित समस्याओं का भी समाधान खोज रहा है, विज्ञान और तकनीक दोनों में।