กูเกิลดีপมายด์เปิดตัว AlphaEvolve ซึ่งเป็นเอไอที่สามารถประดิษฐ์อัลกอริทึมคอมพิวเตอร์ใหม่ทั้งหมดและนำไปใช้งานได้ทันทีภายในโครงสร้างพื้นฐานด้านคอมพิวเตอร์ของกูเกิล AlphaEvolve ผสานโมเดลภาษาขนาดใหญ่ของกูเกิลอย่าง Gemini กับวิธีการเชิงวิวัฒนาการที่ทดสอบ ปรับปรุงและพัฒนาทางอัลกอริทึมโดยอัตโนมัติ มันกำลังช่วยเพิ่มประสิทธิภาพในศูนย์ข้อมูล การออกแบบชิป และระบบฝึกฝนเอไอของกูเกิล รวมถึงแก้ปัญหาทางคณิตศาสตร์ที่ไม่สามารถแก้ไขได้มานานหลายสิบปี AlphaEvolve ซึ่งนักวิจัยของดีพมายด์ Matej Balog กล่าวถึงเป็น AI ที่เขียนโค้ดด้วยพลังของ Gemini สามารถสร้างอัลกอริทึมซับซ้อนสูงที่มีหลายร้อยบรรทัด พร้อมโครงสร้างตรรกะขั้นสูงที่เกินกว่าจะเป็นเพียงฟังก์ชันธรรมดา ต่างจากงานก่อนหน้านี้กับ FunSearch ที่พัฒนาเพียงฟังก์ชันเดียว AlphaEvolve พัฒนาโค้ดทั้งหมดทั้งระบบ ซึ่งเป็นความก้าวหน้าที่สำคัญในการสร้างอัลกอริทึมขั้นสูงสำหรับปัญหาทั้งด้านวิทยาศาสตร์และการคำนวณเชิงปฏิบัติ ระบบนี้ทำงานอย่างเงียบๆ ภายในกูเกิลมากกว่าหนึ่งปีแล้ว ผลลัพธ์ที่ได้ถือเป็นที่น่าจับตามอง หนึ่งในอัลกอริทึมที่ AlphaEvolve ค้นพบช่วยปรับปรุงระบบจัดการคลัสเตอร์ของกูเกิลชื่อ Borg โดยสามารถกู้คืนทรัพยากรคอมพิวเตอร์ทั่วโลกเฉลี่ย 0. 7% ด้วยการจัดการ “ทรัพยากรที่ถูกทิ้งไว้” หรือเครื่องจักรที่จำกัดอยู่ในทรัพยากรบางชนิดแต่ยังว่างในด้านอื่นๆ อย่างน่าอัศจรรย์ AI นี้สามารถสร้างโค้ดที่เข้าใจง่ายและสามารถดีบักและนำไปใช้ได้ง่ายๆ โดยวิศวกร นอกจากในศูนย์ข้อมูลแล้ว AlphaEvolve ยังพัฒนาการออกแบบฮาร์ดแวร์ของกูเกิลด้วย โดยปรับปรุงวงจรคณิตศาสตร์สำคัญสำหรับ Tensor Processing Units (TPUs) ซึ่งหลังจากได้รับการรับรองจากนักออกแบบ TPU แล้ว การปรับปรุงนี้จะนำไปใช้ในชิปที่กำลังจะเปิดตัว และยังปรับปรุงระบบพื้นฐานของมันเองด้วย โดยการเพิ่มความเร็วในการคูณเมทริกซ์ที่ใช้ในการฝึกโมเดล Gemini ซึ่งทำให้การดำเนินการนั้นเร็วขึ้น 23% และลดเวลาการฝึกโดยรวมลง 1% ซึ่งทำให้ประหยัดพลังงานและทรัพยากรในงานฝึกฝนเอไอระดับใหญ่ได้อย่างมากมาย ในด้านนวัตกรรมทางคณิตศาสตร์ AlphaEvolve ออกแบบกระบวนการปรับแต่งโดยใช้ gradient ซึ่งสามารถสร้างอัลกอริทึมการคูณเมทริกซ์แบบใหม่หลายแบบ ที่สามารถทำลายสถิติที่ยืนยาวมา 56 ปี โดยเฉพาะอย่างยิ่ง มันค้นพบวิธีคูณเมทริกซ์ขนาด 4×4 ที่มีค่าซับซ้อน โดยใช้การคูณแบบ scalar เพียง 48 ครั้ง แทนที่จะเป็น 49 ครั้งตาม Strassen — ซึ่งเป็นความสำเร็จที่นักคณิตศาสตร์วัดไว้ในปี 1969 นับเป็นการก้าวไปข้างหน้าของเทคโนโลยีสำหรับอัลกอริทึมการคูณเมทริกซ์ 14 ชุด ความสามารถทางคณิตศาสตร์ของ AlphaEvolve ยังขยายไปยังปัญหาเปิดอีกมากกว่า 50 ข้อในด้านการวิเคราะห์คณิตศาสตร์ เรขาคณิต คอมบิเนทอริก และทฤษฎีจำนวน โดยสามารถแก้ปัญหาความซับซ้อนระดับแนวหน้าประมาณร้อยละ 75 และปรับปรุงในร้อยละ 20 ตัวอย่างเช่น มันทำลายสถิติด้านเรขาคณิตที่สืบทอดกันมานานถึงหลายศตวรรษ ด้วยการพบโครงสร้างของ “จำนวนจูบ” ที่ประกอบด้วยทรงกลมไม่ทับซ้อนจำนวน 593 อัน แตะสัมผัสกันในเขต 11 มิติ ซึ่งเกินกว่าสถิติเดิมที่ 592 แกนหลักของนวัตกรรม AlphaEvolve คือวิธีการเชิงวิวัฒนาการควบคู่กับโมเดลภาษาของ Gemini ใช้ Gemini Flash เพื่อความรวดเร็วและ Gemini Pro เพื่อความลึกในการเสนอและปรับเปลี่ยนโค้ด ซึ่งจะถูกประเมินผลโดยอัตโนมัติ อัลกอริทึมที่ทำผลงานดีที่สุดจะเป็นแนวทางในรอบการพัฒนาถัดไป กระบวนการนี้ไม่พึ่งพาข้อมูลการฝึกเท่านั้น แต่ยังสำรวจแนวทางใหม่ๆ เองด้วยการปรับปรุงผ่านวงจรย้อนกลับอัตโนมัติที่อิงกับตัวชี้วัดความถูกต้องและคุณภาพอย่างชัดเจน แนวทางนี้ทำให้ AlphaEvolve สามารถรับมือกับปัญหาใดก็ได้ที่มีตัวชี้วัดวัดผลได้ เช่น การปรับปรุงการใช้พลังงานในศูนย์ข้อมูล หรือการพิสูจน์ทางคณิตศาสตร์ และในอนาคต Google DeepMind คาดหวังการนำไปใช้ในด้านวิทยาศาสตร์วัสดุ การค้นหายา และสาขาที่ต้องการอัลกอริทึมซับซ้อนอื่นๆ ทีมงานกำลังพัฒนาระบบอินเทอร์เฟซให้กับกลุ่ม People + AI Research และวางแผนเปิดให้ใช้งานในโปรแกรม Early Access สำหรับนักวิจัยระดับอุดมศึกษาเป็นกลุ่มแรก พร้อมขยายในวงกว้างในอนาคต AlphaEvolve เป็นเครื่องมือทางวิทยาศาสตร์ที่หาได้ยาก ซึ่งสามารถสร้างผลกระทบในระดับโลกควบคู่กันไป ขณะที่โมเดลภาษาขนาดใหญ่พัฒนาขึ้นอย่างต่อเนื่อง ความสามารถของ AlphaEvolve คาดว่าจะเติบโตตามไปด้วย ระบบนี้เป็นแบบอย่างของวิวัฒนาการในด้าน AI: เริ่มต้นในโครงสร้างดิจิทัลของกูเกิล ปรับปรุงฮาร์ดแวร์และซอฟต์แวร์ที่สนับสนุน และในที่สุดก็สามารถแก้ปัญหาท้าทายทางความรู้ด้านวิทยาศาสตร์และเทคโนโลยีที่มนุษย์เฝ้าหาทางมานาน