புகுந்து பொறிமுறையை முறியாக்கும் ஃபிளாஷ் மற்றும் ஆழமான புரிதல் கொண்ட ஜேமினி மொழி மாதிரிகளுடன் கூடிய ஆயிரக்கணக்கான இயற்கை வடிவங்களில் கொண்ட ஒரு பெரும் மென்பொருள் கருவி எது என்ற கேள்விக்கு, கூகுள் டீப்மைந்தின் திறந்த முயற்சியாக அல்பா ஈவோൾவ் அறிமுகப்படுத்தப்பட்டுள்ளது. இது முழுமையாக புதிய கணினி அல்காரிதம்களை கற்பனை செய்து, அவற்றை துல்லியமாக கூகுளின் பரந்த கணினி வலைத்தளத்தில் உடனடியாக செருகுவதற்குரியது. அல்பா ஈவோள்வ் கூகுளின் ஜெமினி இரு மிகப் பெரிய மொழி மாதிரிகளையும், சுயவிதிகளாக சரிபார்த்து, முடிவுகளைச் செறுத்து, மேலும் மேம்படுத்தும் இயல்பான வளர்ச்சி முறையை ஒன்றிணைக்கும். இது ஏற்கனவே கூகுளின் தகவல் மையங்கள், சிப் வடிவீடு, மற்றும் ஏத்தியங்கள் பயிற்சி முறைமைகளின் போக்குவரத்தை அதிகரித்து, பண்டைய பத்தாண்டுகளாக தீராத கணிதப் பிரச்சனைகளுக்கு தீர்வு காணும் பணிகளிலும் முன்னேறி வருகிறது. DeepMind ஆராய்ச்சியாளர் மேடேஜ் பாலோக் கூறினார்கள் போல, அல்பா ஈவோள்வ் ஜெமினி சக்தியுள்ள AI குறியீட்டாளர் என குறிப்பிடப்படுகின்றது. இது நூற்றுக்கணக்கான கோடுகள் கொண்ட மறுக்குறிகள் மற்றும் சிக்கலான அறிவியல் கட்டடங்களை உருவாக்கும் திறமை கொண்டது, எளிமையான செயல்கள் மீதான ஆராய்ச்சியைக் கடந்த காரியங்களிலும் மேலோங்கும். முன்னிருந்த FunSearch எனும் இயந்திரம் ஏற்றுக்கொண்ட ஒரே செயல்களை வளர்த்தது, ஆனால் அல்பா ஈவோள்வ் முழுமையான நிரல் அடிப்படையை வளர்த்தது, இது அறிவியல் மற்றும் தொழில்நுட்ப கணினி சவால்களுக்கு மேம்பட்ட கருவிகளாக படிப்படியாக அமையின்றது. இந்த முறைமை கூகுளில் ஒரு ஆண்டு காலமாக அமைதியாக இயங்கிக் கொண்டு, ஆற்றலூட்டப் ப பலன்களை வழங்கி வருகிறது. ஒரு அல்காரிதம், கூகுளின் பரப்பான Borg கிளஸ்டர் முகாமை மேம்படுத்தும், சராசரி 0. 7% கணனிசெயலாக்க வளங்களை மீட்டெடுக்க செய்கின்றது—விரலைக்கூடிய ‘த்வர்கமான வளங்களை’ச் சரிசெய்து, ஒரு வள வகையை மட்டும் பயன்படுத்தும் இயந்திரங்களை அதன்மூலம் பயனுள்ள வகையில் பயன்படுத்தும் தர்க்கமே அது. அதிசயமாக, இந்த AI எளிதாக புரியக்கூடிய மனித-readable குறியீடுகளை உருவாக்குகிறது, என்ஜினியர்களுக்கும் குறிகிடுபவர்களுக்கும் அதன் சரியான பிழைகளை திருத்த எளிதாக்கும். தகவல் மையங்களின் பின்புறமாக, அல்பா ஈவோள்வ் கூகுளின் ஹார்ட்வேர் வடிவமைப்பை மேம்படுத்தியது. இது முக்கிய எண்ணியல் சுழற்சியை (Arithmetic Circuit) எளிதாக்கியது, குறிப்பாக டென்சர் செயலாக்க அலகுகளுக்கான (Tensor Processing Units, TPUs). இச்சேதுவை, TPU வடிவமைப்பாளர்களிடமிருந்து ஒப்புதல Tobias பெற்றதும், அடுத்த தலைமுறைக்கான சிப்புகளிலும் இந்த மேம்பாடு இடம்பெறும். மேலும், அல்பா ஈவோள்வ் தானாகவே அதன் அடித்தள அமைப்புக்களை மேம்படுத்தியது; Gemini மாடல்கள் பயிற்சியில் பயன்படுத்தும் மாறிய துவக்க மடும் (matrix multiplication kernel) தைரியமாக ஒருங்கிணைத்து, 23% வேகத்தை அதிகரித்து, மொத்த பயிற்சி நேரத்தை 1% க்கும் குறைத்து விட்டது. இவ் முன்னேற்றங்கள் பெரும் விசை, வளம் மற்றும் சக்தி சேமிப்பில் முக்கியமானவை. மற்றும் கணித இத்தடவுளையாக, அல்பா ஈவோளம் புதிய கிரேடென்ட் அடிப்படையிலான உத்தியை வடிவமைத்து, 56 வருட சாதனையை சிரஞ்சிலீராக்க ஒரு பல உள்ளீடு மாறிய தரவாத சார்த திட்டங்களை கண்டுபிடித்து சாதித்தது.

குறிப்பாக, இரண்டு 4×4 கம்பிளர்கூடிய கோடுகளைக் கூட்ட ஒரு புதிய ஆல்காரிதம், ஸ்டிராஸன் முறையால் 49 மாறுகளைக் காட்டும் இடத்தில், 48 மாறுகளால் பெருக்க முடியும் என்பதை கண்டுபிடித்தது, இது 1969ஆம் ஆண்டு தோன்றியது. இது 14 மாறுகள் தேர்வில் உள்ள அனைத்து வகைகள் மீதும் புதிய நிலையை அடைந்தது. அல்பா ஈவோள்வின் கணித திறனை அதன் மேற்பட்ட மாறி பிரச்சனைகளைத் தாண்டி பரிசோதித்தது, இது 50க்கும் மேற்பட்ட திறந்த பிரச்சனைகளில், பரிதி மதிப்பீட்டுக்குட்பட்ட சிக்கல்கள், கோண மாற்றம், கூட்டு இலகு மற்றும் எண் கோட்பாடு ஆகியவற்றில் சாதனையை காட்டியது. குறிப்பாக, “கிச்சிங் எண் பிரச்சனை”யில் (Kissing Number Problem), 11 பரப்புகள் கொண்ட அமைப்பில் 593 ஐடியான சதுரங்களையும், நடுத்தர்கூட்டிய அடிக்கடி முக்கோண வகை அமைப்பை கண்டுபிடித்து, முந்தைய 592 எண்ணிக்கையை களைகளாகத் தூரத்தடுவித்து இருந்தது. அல்பா ஈவோள்வின் முக்கிய புதுமை அதன் வளர்ச்சி முறையாகும். இது ஜேமினி மொழி மாதிரிகளுடன் கூடிய வளர்ச்சி அணுகுமுறையை அடிப்படையாகக் கொண்டது. இது ஜேமினி ஃபிளாஷ் மூலம் வேகமாகவும், ஜேமினி ப்ரோ மூலம் ஆழமாகவும் குறியீட்டுக்களை முன்மொழிந்து, அவற்றை தானாக மதிப்பிடுகிறது. சிறந்த முறைகள் தொடரும் வளர்ச்சி சுற்றுக்களுக்கு வழிகாட்டுகின்றன. இவ்வாறு, இத்திருப்புத் துறையில், முழுமையாக பயிற்சி தரவு மட்டுமன்றி, புதிது நுட்பமான தீர்வுகளை முன்மொழிய உதவுகிறது, மற்றும் அவற்றை வீசு, மதிப்பீடு, பெரிய அளவிலான கண்டுபிடிப்புக்கு உதவும் கணிப்பிடும் தானியங்கி பின்னூட்டங்களிலேயே. இது அல்பா ஈவோள்வ் கட்டமைப்பை எந்த சிக்கலுக்கும் அணுகுவதற்கான வழி துவங்குகிறது—சேமிப்பு திறன்களை மேம்படுத்தல், கணிதஉருவாக்கங்களை முன்னெடுத்தல் மற்றும் அறிவியல் மற்றும் தொழில்நுட்ப செய்திகள் கொண்ட நுட்பக் கடினங்களை அணுகல். எதிர்காலத்திலும், கூகுள் டீப்மைண்ட் பொருள் அறிவியல், மருந்து கண்டுபிடிப்புகள் மற்றும் பிற பரிசோதனை சார்ந்த துறைகளிலும் அதனை விரிவாக்க திட்டமிட்டுள்ளது. குழுவினர் மக்கள் + AI ஆராய்ச்சி குழுவுடன் இணைந்து ஒரு பயனர் அமைப்பு உருவாக்கி, சில கல்வியாளர்களுக்கான அவசர அணுகல் எனும் திட்டத்தையும் தொடங்கியுள்ளது, மேலும் விரிவான பயன்பாடுகளுக்கு எதிர்பார்க்கப்படுகிறது. அல்பா ஈவோள்வ் சாதனை வேறொரு விஞ்ஞான கருவியாகும், இது வெகு பெரிய அளவில் உண்மையான உலக தாக்கத்தை ஏற்படுத்தும் வகையில் உருவாக்கப்பட்டுள்ளது. பெரும் மொழி மாதிரிகள் முன்னேறும் நிலையில், அல்பா ஈவோள்வின் திறன்கள் கூடுதலாக வளர்க்கப் பெரும் எதிர்பார்ப்பு உள்ளது. இந்த அமைப்பு, கூகுள் டிஜிட்டல் கட்டமைப்பின் உள்ளே துவங்கி, அதனAY் தேவையான உபகரணங்களை, மென்பொருளையும், முன்னேற்றலையும் சீரமைக்கிறது; மற்றும் தற்போது மனித அறிவியலுக்கான நீண்டகாலக் கடினங்களைத் தீர்க்கும் பங்கு வகிக்கிறது.