< p > गूगल की DeepMind ने एक क्रांतिकारी शोध परिणाम जारी किया है - AlphaEvolve, जो गूगल के Gemini बड़े भाषा मॉडल और विकास कला (Evolutionary Algorithm) के संयोजन से बना AI कोडिंग अगेंसी है। इस प्रणाली को जटिल एल्गोरिदम की खोज और उनके अपग्रेड करने में सक्षम बनाया गया है, और गूगल के डेटासेंटर, चिप डिजाइन और AI प्रशिक्षण में अद्भुत क्षमता दिखाई है, और यह Gemini मॉडल को भी स्वयं अपग्रेड करने में मदद करता है, जो AI के क्षेत्र में "एक पैर पर दूसरे पर चलने" जैसा आग्रह है। AIbase ने इस तकनीकी महत्वपूर्ण घटना का विश्लेषण किया है और इसके केंद्रीय सिद्धांतों और व्यापक प्रभावों को प्रकट किया है। < /p > < p style = "text-align:center" > < img src = "https://upload.chinaz.com/2025/0515/6388291367025877248161854.png" title = "image.png" alt = "image.png" / > < /p > < p > < strong > केंद्रीय प्रौद्योगिकी: Gemini और विकास कला का पूर्ण संयोजन < /p > < p > AlphaEvolve का केंद्रीय बिंदु अपने विशिष्ट स्व-विकास फ़्रेमवर्क में है, जो गूगल के Gemini श्रृंखला के बड़े भाषा मॉडल की रचनाशीलता और स्वचालित मूल्यांकन यंत्र की गंभीरता को मिलाता है। इसकी कार्यप्रणाली इस प्रकार है: < /p > < p > कोड उत्पादन: Gemini Flash (गति पर ध्यान दिया जाता है) और Gemini Pro (गहराई पर ध्यान दिया जाता है) का उपयोग करके विभिन्न एल्गोरिदम कोड का उत्पादन किया जाता है, जिसमें सामान्य फ़ंक्शंस से लेकर जटिल प्रोग्राम तक की स्थितियां शामिल होती हैं। < /p > < p > स्वचालित मूल्यांकन: बनाए गए कोड को स्वचालित मूल्यांकन यंत्र द्वारा परीक्षण, चलाने और स्कोर देने के लिए परीक्षित किया जाता है, जिससे सहीता और कार्यक्षमता की गारंटी होती है। मूल्यांकन यंत्र प्रदर्शन संकेतकों के आधार पर उत्कृष्ट कोड को चुनता है। < /p > < p > पुनरावृत्ति और विकास: अच्छी प्रदर्शन करने वाले कोड को संरक्षित, परिवर्तित या संयोजित किया जाता है और अगले उन्नयन के लिए तैयार किया जाता है, जो जीव विकास में "उच्चतम प्राप्त करने वाले" के समान है। यह प्रक्रिया लगातार बार-बार चलती है और अंत में नवाचारी एल्गोरिदम उत्पन्न करती है। < /p > < p > AIbase का मानना है कि बड़े भाषा मॉडल और विकास कला के इस संयोजन ने परंपरागत LLMs (Large Language Models) में कोड उत्पादन में "फ़ैंटम" समस्या को दूर कर दिया है और AlphaEvolve को जटिल समस्याओं पर शक्तिशाली अनुकूलता प्रदान की है, जिससे यह एल्गोरिदम खोज का "सुपर ब्रेन" बन गया है। < /p > < p > < strong > डेटासेंटर अनुकूलन: 0.7% कैलकुलेशन अनुसंधान का अद्भुत प्रभाव < /p > < p > AlphaEvolve का गूगल के डेटासेंटर सूटिंग सिस्टम Borg में उपयोग में लाना बहुत उल्लेखनीय है। यह एक कुशल सूटिंग सुझाव एल्गोरिदम प्रस्तुत करता है जिससे औसतन 0.7% वैश्विक कैलकुलेशन वस्तुओं का पुनर्जागरण किया जाता है, जो हजारों लाखों कंप्यूटरों की गणना क्षमता के बराबर है। इस अनुकूलन ने अधिकतम एक साल से अधिक समय तक कार्य किया है और गूगल को सैकड़ों लाखों डॉलर की संचालन लागत को कम करने में मदद की है, और ऊर्जा की खपत को घटाया है। AIbase ने यह बताया है कि इस परिणाम ने AlphaEvolve की विशाल सिस्टम अनुकूलन समस्याओं पर अपनी बड़ी क्षमता को प्रदर्शित किया है। < /p > < p > < strong > चिप डिजाइन का नवाचार: TPU की कुशलता फिर से बढ़ाई < /p > < p > कठिनाई बाह्य उपयोग में, AlphaEvolve ने Google के अगले Tensor Processing Unit (TPU) के लिए Verilog कोड अनुसंधान सुझाव प्रस्तुत किए हैं, जिसके माध्यम से उपयोग में लाए गए गणितीय चरणों के बीच की अतिरिक्त बिट्स को हटाकर चिप की क्षमता और ऊर्जा वृद्धि की है। सभी अनुसंधान को निर्भर वाले प्रयोगों के माध्यम से स्वीकृत किया गया है, जिससे फ़ंक्शन की सही और गलत बातों की सुरक्षा होती है। AIbase ने ध्यान दिया है कि यह परिणाम ने TPU के डिजाइन सर्कल को तेज किया है और AI विशिष्ट चिपों के भविष्य के लिए नई अवधारणाएं प्रदान की हैं। < /p > < p > < strong > AI प्रशिक्षण में तेजी: Gemini की आत्म-अपग्रेडिंग 32.5% < /p > < p > AlphaEvolve की AI प्रशिक्षण में सुधार लिए जाने वाले प्रदर्शन बहुत ही प्रेरक है। यह Gemini मॉडल के प्रशिक्षण के बीच में मैट्रिक्स मल्टीप्लिकेशन मूल कार्य के लिए सुधार किए गए हैं, जिससे कार्य समय को 23% तक कम किया गया है। इससे पूरे प्रशिक्षण समय को 1% कम किया गया है। और और भी भावनात्मक रूप से, AlphaEvolve ने GPU नीचे लेख के निर्देशों को बेहतर ढंग से चलाकर FlashAttention के रन-टाइम कार्यक्षमता को 32.5% तक बढ़ा दिया है। AIbase बताता है कि यह "आत्म-अपग्रेडिंग" क्षमता AI अनुसंधान को एक अनुप्रवाह करने वाले नये चरण पर ले जाती है, जिससे Gemini तेज़, शक्तिशाली हो गया है। < /p > < p > < strong > गणितीय ब्रेकथ्रू: 50 वर्ष की समस्या का समाधान और "किस्सनग क्षेत्र" का नया समाधान < /p > < p > AlphaEvolve ने अगरेंज अनुप्रयोग में बहुत ही शानदार प्रदर्शन किया है, और सिद्धांतीय गणित क्षेत्र में भी ब्रेकथ्रू किया है। यह 4x4 जटिल संख्या मैट्रिक्स मल्टीप्लिकेशन का नया एल्गोरिदम खोजा है जो 1969 के Strassen एल्गोरिदम के रिकॉर्ड को तोड़ता है। इसके अलावा, परीक्षण किए गए 50 से अधिक गणितीय समस्याओं में, AlphaEvolve ने 75% मामलों में ज्ञात उत्तम समाधान को फिर से दिखाया और 20% मामलों में बेहतर समाधान प्रस्तुत किया। इसमें, यह 11-आयामी स्पेस में 'किस्सनग नंबर' समस्या में 593 गेंदों की व्यवस्था का नया समाधान प्रस्तुत किया, जो पहले के 592 के रिकॉर्ड को तोड़ता है। AIbase ने यह मूल्यांकन किया कि यह उपलब्धि AlphaEvolve की मूलभूत अनुसंधान में बड़ी क्षमता को साक्ष्यपूर्वक प्रदर्शित करती है। < /p > < p > < strong > भविष्य की दृष्टि: सामग्री विज्ञान से दवा की खोज तक < /p > < p >