Google DeepMind ได้เผยแพร่ AlphaEvolve ซึ่งเป็นตัวแทนเอไอที่สามารถสร้างอัลกอริทึมคอมพิวเตอร์ใหม่ทั้งหมดและนำไปใช้งานได้ทันทีภายในโครงสร้างพื้นฐานด้านการคำนวณของ Google โดย AlphaEvolve ผสมผสานโมเดลภาษาใหญ่ Gemini ของ Google กับวิธีการทางวิวัฒนาการที่ทดสอบ ปรับปรุง และพัฒนาอัลกอริทึมโดยอัตโนมัติ ซึ่งตอนนี้ได้ช่วยเพิ่มประสิทธิภาพในศูนย์ข้อมูลของ Google การออกแบบชิป และระบบการฝึกอบรมเอไอ รวมถึงแก้ไขปัญหาทางคณิตศาสตร์ที่ยังไม่ได้รับการคลี่คลายมานานหลายสิบปีแล้ว AlphaEvolve ซึ่งนักวิจัยจาก DeepMind มาร์เทจ บาโลก กล่าวว่า เป็นเอไอที่ใช้พลังจาก Gemini สำหรับการเขียนโค้ด สามารถสร้างอัลกอริทึมที่ซับซ้อนมากเป็นร้อยบรรทัด รวมทั้งโครงสร้างตรรกะขั้นสูงที่เกินกว่าฟังก์ชันง่ายๆ แตกต่างจากงานก่อนหน้านี้ที่ใช้ FunSearch ซึ่งเน้นพัฒนาเฉพาะฟังก์ชันเดียว แต่ AlphaEvolve สามารถพัฒนาทั้งโค้ดเบสทั้งชุด ทำให้เป็นความก้าวหน้าสำคัญในการพัฒนาอัลกอริทึมขั้นสูงสำหรับปัญหาทางวิทยาศาสตร์และเชิงปฏิบัติ ระบบนี้ทำงานอย่างเงียบๆ ภายใน Google มาเกินปีหนึ่งแล้วให้ผลลัพธ์ที่น่าทึ่ง อัลกอริทึมหนึ่งที่ AlphaEvolve ค้นพบ ช่วยปรับปรุง Borg ระบบจัดการกลุ่มข้อมูลขนาดใหญ่ของ Google โดยสามารถเรียกคืนทรัพยากรคอมพิวเตอร์ทั่วโลกเฉลี่ย 0. 7% โดยแก้ปัญหา “ทรัพยากรที่ติดค้าง” คือเครื่องจักรที่มีทรัพยากรหนึ่งชนิดจำกัดแต่ไม่ได้ใช้งานเต็มที่ ซึ่ง AI ตัวนี้สามารถสร้างโค้ดง่ายๆ ที่มนุษย์สามารถอ่านและดีบักได้ง่าย รวมถึงสามารถนำไปใช้งานได้ทันที นอกจากศูนย์ข้อมูลแล้ว AlphaEvolve ยังช่วยปรับปรุงการออกแบบฮาร์ดแวร์ของ Google โดยการทำให้วงจรคณิตศาสตร์สำคัญสำหรับ Tensor Processing Units (TPUs) มีความเรียบง่ายขึ้น หลังจากได้รับการตรวจสอบและอนุมัติจากนักออกแบบ TPU แล้ว การพัฒนานี้จะถูกนำไปใช้ในชิปที่กำลังจะออกสู่ตลาด นอกจากนี้ AlphaEvolve ยังปรับปรุงระบบพื้นฐานของตนเองโดยการเพิ่มประสิทธิภาพในคอร์นเมทริกซ์แมทริกซ์สำหรับการฝึกโมเดล Gemini ทำให้สามารถเร่งความเร็วการดำเนินงานนั้นได้ 23% และลดเวลาการฝึกโดยรวมลง 1% ซึ่งช่วยประหยัดพลังงานและทรัพยากรจำนวนมากในงานฝึกแบบ AI ขนาดใหญ่ ในด้านนวัตกรรมทางคณิตศาสตร์ AlphaEvolve ได้ออกแบบขั้นตอนการปรับแต่งแบบ gradient และได้พบอัลกอริทึมการคูณแมทริกซ์ใหม่หลายรายการ ซึ่งสามารถทำลายสถิติที่มีมาถึง 56 ปี โดยเฉพาะอย่างยิ่ง มันค้นพบอัลกอริทึมสำหรับการคูณแมทริกซ์เชิงซ้อนขนาด 4×4 ที่ใช้การดำเนินการเพียง 48 คูณแทนที่จะเป็น 49 ตามแนว Strassen ซึ่งเป็นความสำเร็จที่นักคณิตศาสตร์ตามล่ามานานตั้งแต่ปี ค. ศ. 1969 ความก้าวหน้านี้พัฒนาความสามารถในการคูณแมทริกซ์ 14 ชนิดให้ดียิ่งขึ้น ความสามารถด้านคณิตศาสตร์ของ AlphaEvolve ยังไม่จำกัดอยู่เพียงแค่ปัญหาแมทริกซ์ เมื่อทดสอบกับปัญหาเปิดกว่า 50 ข้อในด้านการวิเคราะห์ทางคณิตศาสตร์ พีชคณิตเรขาคณิต ตรรกะผสม และทฤษฎีจำนวน มันสามารถให้คำตอบที่คล้ายกับวิธีที่ดีที่สุดในปัจจุบันประมาณ 75% ของกรณี และปรับปรุงคำตอบเดิมในราว 20% ตัวอย่างเช่น มันสามารถทำลายสถิติทางเรขาคณิตในปัญหาค่าจูบปาก (kissing number problem) ด้วยการหาการกำหนดค่า 11 มิติของทรงกลมหน่วยจำนวน 593 อันที่ไม่ซ้อนทับกัน และสัมผัสกับทรงกลมศูนย์กลาง ซึ่งเกินสถิติเดิมที่ 592 แกนหลักของนวัตกรรม AlphaEvolve คือแนวคิดวิวัฒนาการที่ผสมผสานกับโมเดลภาษาของ Gemini โดยใช้ Gemini Flash เพื่อความเร็ว และ Gemini Pro เพื่อความลึกในการเสนอและแก้ไขโค้ด จากนั้นจะทำการประเมินผลอัตโนมัติ ซึ่งอัลกอริทึมที่ทำงานได้ดีที่สุดจะเป็นแนวทางสำหรับรอบการวิวัฒนาการครั้งต่อไป กระบวนการนี้ไม่เน้นเพียงข้อมูลการฝึกฝนเท่านั้น แต่ยังสำรวจวิธีการใหม่ๆ โดยมีการปรับปรุงผ่าน feedback อัตโนมัติบนพื้นฐานของการประเมินผลความถูกต้องและคุณภาพอย่างชัดเจน กลยุทธ์นี้ทำให้ AlphaEvolve สามารถแก้โจทย์ใดก็ได้ที่มีเกณฑ์ประเมินผลชัดเจน เช่น การปรับปรุงการใช้พลังงานในศูนย์ข้อมูล หรือพัฒนาขั้นตอนทางคณิตศาสตร์เพื่อพิสูจน์สมมุติฐาน สำหรับอนาคต Google DeepMind คาดหวังว่าจะนำไปใช้ในวิทยาศาสตร์วัสดุ การค้นพบยา และสาขาอื่นที่พึ่งพาอัลกอริทึมซับซ้อน ทีมงานกำลังพัฒนาอินเทอร์เฟซผู้ใช้ร่วมกับกลุ่ม People + AI Research และวางแผนเปิดตัวโปรแกรม Early Access ให้กับนักวิจัยด้านวิชาการบางส่วน โดยมีแผนให้เข้าถึงอย่างกว้างขวางในอนาคต AlphaEvolve เป็นเครื่องมือทางวิทยาศาสตร์ที่หายาก ซึ่งสามารถสร้างผลกระทบในโลกจริงในระดับใหญ่ได้พร้อมกัน ในขณะที่โมเดลภาษาขนาดใหญ่ยังคงพัฒนาด้วย ระบบนี้คาดว่าจะเติบโตในความสามารถไปพร้อมกัน และเป็นตัวอย่างของวิวัฒนาการของ AI ที่เริ่มต้นภายในโครงสร้างดิจิทัลของ Google ปรับแต่งฮาร์ดแวร์และซอฟต์แวร์ที่รองรับมัน และตอนนี้ยังก้าวเข้ามาแก้ไขปัญหาเชิงปัญญาที่เป็นมรดกของมนุษย์ในด้านวิทยาศาสตร์และเทคโนโลยี