AlphaEvolve چگونه گوگل را به آینده بُرد؟

به گزارش اقتصادآنلاین، در حالی که بازار هوش مصنوعی مولد با چت‌بات‌هایی مثل ChatGPT و Gemini اشباع شده، گوگل با یک حرکت غیرمنتظره، ایجنتی به نام AlphaEvolve را معرفی کرده که ساختار بازی را تغییر می‌دهد. برخلاف مدل‌های مکالمه‌محور، AlphaEvolve صرفاً تولید متن نمی‌کند؛ این سیستم در قلب خود یک ارزیاب، مهندس، و الگوریتم‌ساز است. دیپ‌مایند می‌گوید این ایجنت توانسته با ترکیب مدل‌های زبانی پیشرفته و یک چارچوب تکاملی، مسائلی در ریاضی، طراحی سخت‌افزار و بهینه‌سازی منابع را با دقتی بی‌سابقه حل کند.

در قلب این سیستم، روشی خاص قرار دارد: پژوهشگر مسئله‌ای الگوریتمی را طرح می‌کند، AlphaEvolve چندین مسیر حل را از دل Gemini Flash و Gemini Pro بیرون می‌کشد، سپس خودش بهترین پاسخ‌ها را ارزیابی می‌کند و بهبود می‌دهد. این همان نقطه‌ای است که دیگر مدل‌ها عقب می‌مانند؛ آنها تولید می‌کنند، AlphaEvolve، اما حل می‌کند.

گوگل استفاده از این ایجنت را در پلتفرم مدیریت دیتاسنترهایش (Borg) آغاز کرده و به نتایج جالبی رسیده: کاهش ۰.۷ درصدی مصرف منابع پردازشی. شاید این عدد کوچک به‌نظر برسد، اما در مقیاس گوگل، میلیون‌ها دلار صرفه‌جویی و هزاران کیلووات صرفه‌جویی انرژی معنا دارد. آن هم در زمانی که رقابت در بهره‌وری به جنگی تمام‌عیار بین غول‌های فناوری بدل شده است.

نکته هیجان‌انگیز دیگر آنجاست که AlphaEvolve الگوریتمی کارآمدتر از روش مشهور «ولکر اشتراسن» برای ضرب ماتریس‌های ۴×۴ کشف کرده است؛ الگوریتمی که از سال ۱۹۶۹ بی‌رقیب مانده بود. همین‌جا می‌توان به اهمیت AlphaEvolve در آینده علوم پایه نیز پی برد؛ از مدل‌سازی ریاضی گرفته تا طراحی سیستم‌های یادگیری ماشین.

اما دستاورد‌های این ایجنت به اینجا محدود نمی‌شود. در طراحی نسل جدید تراشه‌های Tensor، AlphaEvolve با تحلیل کد‌های سخت‌افزاری Verilog توانسته بیت‌های غیرضروری را شناسایی و حذف کند؛ تغییری که قرار است در نسل آینده پردازنده‌های گوگل اجرایی شود. این یعنی AI حالا در مرز مهندسی الکترونیک هم شریک تصمیم‌گیری شده است.

با وجود تمام این دستاوردها، AlphaEvolve فعلاً ابزاری در اختیار گوگل است و هنوز نسخه‌ای عمومی برای آن منتشر نشده. دیپ‌مایند اعلام کرده استفاده عمومی از این ایجنت فعلاً ممکن نیست، اما ممکن است در آینده، نسخه‌هایی سبک‌تر با ویژگی ارزیابی خودکار برای پروژه‌های پژوهشی و دانشگاهی عرضه شود.

اگرچه دیپ‌مایند پیش از این هم با ابزار‌هایی مثل AlphaTensor و AlphaFold نشان داده بود چطور می‌توان از هوش مصنوعی برای تسخیر قلمرو‌های علمی استفاده کرد، اما AlphaEvolve یک گام فراتر است: یک ایجنت چندمنظوره، با توان یادگیری، انتخاب، ارزیابی و بهبود خودکار. چنین سیستمی نه‌فقط توانایی دارد بلکه ابتکار عمل هم دارد.

این ایجنت، مرز تعریف ما از هوش مصنوعی را جابه‌جا می‌کند. نه صرفاً برای تولید متن یا ترجمه یا کدنویسی ساده؛ بلکه به‌عنوان ابزاری برای طراحی الگوریتم‌های پایه‌ای، بهینه‌سازی منابع جهانی، و حتی بازطراحی سخت‌افزار. در آینده‌ای نزدیک، شاید دیگر پژوهشگران و مهندسان تنها طراح نباشند، بلکه ناظر روند طراحی‌ای باشند که ایجنت‌هایی، چون AlphaEvolve انجام می‌دهند.