Google DeepMind ka zbuluar AlphaEvolve, një agjent inteligjence artificiale në rritje që është i aftë të inventojë algoritme të reja plotësisht të reja për kompjuterët dhe t’i vendosë ato menjëherë brenda infrastrukturës së gjerë të Google. AlphaEvolve integroi modelet gjuhësore të mëdha Gemini të Google me një metodë evolutive që teston, rafinon dhe përmirëson automatikisht algoritmet. Ai tashmë po rrit efikasitetin në qendrat e të dhënave të Google, dizajnin e çipave dhe sistemet e trajnimit të AI-së, duke u përballur me probleme matematike të papërfunduara për dekada. AlphaEvolve, i përshkruar nga kërkuesi i DeepMind, Matej Balog, si një agjent kodues AI i fuqizuar nga Gemini, është i aftë të krijojë algoritme shumë komplekse që shtrihen në qindra rreshta me struktura logjike të avancuara më shumë se funksione të thjeshta. Ndërsa punët e mëparshme me FunSearch evoluonin funksione të veçanta, AlphaEvolve zhvillon kode të tëra, duke shënuar një përparësi të madhe në zhvillimin e algoritmeve të sofistikuara për sfida shkencore dhe praktike në kompjutër. Ky sistem funksionon në heshtje brenda Google për mbi një vit, duke dhënë rezultate të dukshme. Një algoritëm i zbuluar nga AlphaEvolve përmirëson Borg, sistemin e madh të menaxhimit të klastereve të Google, duke rikuperuar mesatarisht 0. 7% të burimeve globale të kompjuterimit duke adresuar “burime të bllokuara” — makineri të kufizuara prej një lloji burimi por të papërdorura në të tjerët. Përveç kësaj, AI prodhon kode të thjeshta, të kuptueshme nga njeriu, që inxhinierët mund t’i debugojnë dhe të vendosin lehtësisht. Përtej qendrave të të dhënave, AlphaEvolve përmirësoi dizajnin e harduerit të Google duke thjeshtuar një qark të rëndësishëm aritmetik për Njësitë e Përpunimit Tensorik (TPU). Pas konfirmimit nga dizajnerët e TPU-së, kjo përmirësim do të përfshihet në dizajnet e ardhshme të çipave. Po ashtu, AlphaEvolve përmirësoi sistemet e veta themelore duke optimizuar një kernel të shumëzuar matricash që përdoret në trajnimet e modeleve Gemini, duke arritur një rritje prej 23% në shpejtësi për këtë operacion dhe duke ulur kohën e përgjithshme të trajnimit për 1%. Këto përfitime efikasiteti sjellin kursime të konsiderueshme energjie dhe burimesh në trajnime të mëdha të AI-së. Në fushën e inovacionit matematikor, AlphaEvolve dha një algoritëm të ri për optimizim me gradient që solli disa algoritme të reja për shumëzimin e matricave, duke thyer një rekord që qëndronte për 56 vjet. Së veçantë, gjeti një algoritëm për shumëzimin e dy matricave të kompleksuara 4×4 duke përdorur 48 shumëzime skalare në vend të 49 të Strassenit — një arritje që u shmang matematicianëve prej vitit 1969.

Kjo përparësi përmirësoi statusin e fundit të algoritmeve për shumëzimin e matricave. Fusha matematike e fuqizimit nga AlphaEvolve shtrihet përtej problemeve të matricave. Ji testeuar mbi më shumë se 50 probleme të hapura në analizën matematike, gjeometri, kombinatorikë dhe teorinë e numrave, sistemi arriti të gjejë zgjidhje që janë të ngjashme me ato më të mirat aktuale rreth 75% të herëve, dhe i përmirësoi në rreth 20%. Për shembull, ajo thyri rekord gjeometrik shekullor në “problemin e puthjes” duke gjetur një konfigurim prej 593 balonash të papërzierë që prekin një sfere qendrore në 11 dimensione, duke kaluar rekordin e mëparshëm 592. Thelbi i inovacionit të AlphaEvolve është qasja e saj evolutive e përbashkët me modelet gjuhësore Gemini. Ai përdor Gemini Flash për shpejtësi dhe Gemini Pro për thellësi, duke propozuar dhe modifikuar kodin që më pas vlerësohet automatikisht. Algoritmet më të mira drejtojnë ciklet e ardhshme të evolucionit. Ky proces nuk bazohet vetëm në të dhëna trajnuese, por kërkon aktivisht zgjidhje të reja, duke i rafinuar ato përmes cikleve të feedback-it të automatizuar dhe vlerësuesve të qartë të vlefshmërisë dhe cilësisë. Kjo metodologji i jep AlphaEvolve mundësinë të trajtojë çdo problem me një metrikë të matshme vlerësimi, pavarësisht nëse është përmirësimi i përdorimit të energjisë në qendra të të dhënave apo prova matematikore. Së ardhmja, Google DeepMind kërkon të zgjerojë aplikimet përtej shkencës së materialeve, zbulimit të ilaçeve dhe fusha të tjera komplekse ku kërkohen algoritme të avancuara. Ekipa po zhvillon një ndërfaqe përdoruesi me grupin People + AI Research dhe planifikon një Program Akses I rrallë për studiues akademikë, me një disponueshmëri më të gjerë në mendje. AlphaEvolve paraqet një mjet shkencor të rrallë që ndërlikon ndikimin e saj të madh në botë reale në shkallë të gjerë. Ndërsa modelet e mëdha gjuhësore vazhdojnë të avancojnë, pritet që edhe aftësitë e AlphaEvolve të rriten në shkallë. Ky sistem shembullizon evoluimin e AI-së: fillon brenda infrastrukturës dixhitale të Google, optimizon softuerin dhe hardware-in që e mbajnë atë, dhe tani adreson sfida të zgjatura intelektuale të njeriut përballë shkencës dhe teknologjisë.