गूगल की DeepMind ने आज AlphaEvolve, एक स्वयंशिकता युक्त आर्टिफिशियल इंटेलिजेंस (AI) प्रोक्सी को रिलीज़ किया, जो खुद को विकसित करने वाला है और जटिल कंप्यूटर एल्गोरिदम आविष्कार कर सकता है। इसका उपयोग गूगल के डेटा सेंटर, चिप डिजाइन और AI मॉडल ट्रेनिंग में व्यापक रूप से किया जा रहा है, जिससे महत्वपूर्ण परिणाम प्राप्त हुए हैं।
AlphaEvolve ने Gemini लार्ज लैंग्वेज मॉडल के साथ एवोल्यूशनरी ऑप्टिमाइजेशन विधि को जोड़कर पूरे कोड बेस को स्वचालित रूप से परीक्षण, सुधार और विकास दिया है, जो केवल एकल फ़ंक्शन पर नहीं बल्कि पूरे कोड पर लागू होता है। इस सिस्टम ने अपने अंदरीयता में एक साल से ऊपर काम किया है, जिससे कंप्यूटेशनल रिसर्स स्केड्यूलिंग की कुशलता में वृद्धि हुई, मॉडल ट्रेनिंग को तेज किया गया और गणितीय अनुसंधान में नवीनताएं लाए हैं।
सर्वर से चिप तक, AlphaEvolve गूगल के बेसिक स्ट्रक्चर को ओप्टिमाइज करता है
AlphaEvolve द्वारा प्रस्तावित स्केड्यूलिंग एल्गोरिदम ने गूगल के वैश्विक डेटा सेंटर में उपयोग किए जा रहे हैं, जो "रिसोर्स लॉस्ट" समस्या को सुलझा दिया है और 0.7% के कमजोरियों को बहाल कर दिया है। इसका मतलब है गूगल के आकार के लिए अनुचित लागत और ऊर्जा की काफी बचत हुई है।
इसने टेंसर प्रोसेसिंग यूनिट (TPU) के क्रिटिकल सर्किट लॉजिक को भी ओप्टिमाइज किया है और अपने नए चिप डिजाइन में अतिरिक्त बिट को हटा दिया है। इसके अलावा, AlphaEvolve ने खुद का AI ट्रेनिंग करने वाला कर्नल भी सुधार किया है, जिससे Gemini मॉडल की मैट्रिक्स कैल्कुलेशन की गति 23% बढ़ गई है और कुल ट्रेनिंग समय को 1% कम कर दिया है।
इमेज स्रोत: AI द्वारा उत्पन्न, Midjourney द्वारा प्रोवाइड्ड लाइसेंस
गणित के 56 साल के प्रश्न को सुलझाया: किस्मित संख्या समस्या
AlphaEvolve ने मूलभूत विज्ञान क्षेत्र में भी महत्वपूर्ण योगदान दिया है। इसने मैट्रिक्स मल्टिप्लिकेशन एल्गोरिदम को नए डिजाइन किए जाने वाले ऑप्टिमाइजर के साथ बदल दिया है और 1969 के Strassen एल्गोरिदम को 4×4 रियल-वैल्यू मैट्रिक्स पर परावर्तित कर दिया है, जिससे गुणन की आवश्यकता 49 से 48 में कम हो गई है, 56 वर्षों के रिकॉर्ड को तोड़ दिया है।
अनसुलझे 50 से अधिक गणितीय प्रश्नों को परीक्षण करने पर, AlphaEvolve ने लगभग 75% में विद्यमान सर्वश्रेष्ठ समाधान को मैच किया, और लगभग 20% में बेहतर समाधान प्रस्तुत किया। एक वर्गीकृत प्रश्न "किस्मित संख्या समस्या" थी: इसने 11 डिमेंशनल स्पेस में केंद्रीय गोले को स्पर्श करने वाले 593 गोलों को ढूंढा, जो पहले की विश्व रिकॉर्ड को तोड़ दिया।
AI द्वारा AI विकसित करना: AlphaEvolve का कार्यप्रणाली
ट्रेडिशनल AI कोडिंग टूल के विपरीत, AlphaEvolve एकल प्रॉम्प्ट का उपयोग नहीं करता है, बल्कि एक्सेलरेशन प्रोसेस का पालन करता है। यह Gemini Flash और Gemini Pro दोनों को एक साथ कॉल करता है, जिससे कोड में सुधार सुझाव दिए जाते हैं, और प्रणाली की एक्सेलरेशनरी एवल्यूएटर द्वारा उनमें से सर्वश्रेष्ठ समाधान का चयन किया जाता है, जो अगले इवोल्यूशन के लिए प्रवेश करता है।
DeepMind के रिसर्चर एलेक्सेंडर नोविकोव ने कहा कि इस प्रणाली का ध्यान मुख्य रूप से "स्पष्ट मूल्यांकन मानदंड वाली समस्याओं" पर केंद्रित है, जिससे ऑटोमेटेड ओप्टिमाइजेशन काफी कुशल और विश्वसनीय हो गया है। इसलिए, AlphaEvolve डेटा सेंटर निर्माण से गणितीय प्रमेय सिद्ध करने तक कई क्षेत्रों में लोगों से अधिक कुशल और सृजनशील समाधान उत्पन्न कर सकता है।
अगला स्टेप: दवाई विकास, सामग्री विज्ञान और उन्नत विज्ञान सहयोग
DeepMind ने कहा है कि AlphaEvolve की क्षमता गूगल के अंदर से सीमित नहीं है। वर्तमान में कंपनी "ह्यूमन + AI" रिसर्च टीम के साथ स्टेकहोल्डर इंटरफेस विकसित कर रही है और कुछ शास्त्रीय संस्थानों को प्रारंभिक एक्सेस की योजना बना रही है।
"यह एक ऐसा साइंटिफिक टूल है जो वास्तविक जीवन में तेजी से प्रभाव डाल सकता है," रिसर्चर क्रिस बैलॉग ने कहा है। "AlphaEvolve AI की सीमाओं को प्रसारित कर रहा है, न केवल खुद वाले सिस्टम को ओप्टिमाइज करता है, बल्कि वह हमें लंबे समय से अनसुलझे प्रश्नों को हल करने में मदद कर रहा है।"
लार्ज लैंग्वेज मॉडल्स की निरंतर विकास के साथ, AlphaEvolve ने आर्टिफिशियल इंटेलिजेंस कैसे निरंतर विकास कर रहा है और उसे अधिक गहरी सृजनशीलता और विज्ञान की खोज की ओर ले जाने का प्रदर्शन किया है।