Google DeepMind sun’iy intellekt sohasida yana bir yirik yutuqqa erishdi. Ular taqdim etgan yangi tizim — AlphaEvolve, nafaqat matematik va kompyuter fanidagi murakkab nazariy muammolarni hal etishga qodir, balki hozirda Google’ning real infratuzilmasida faol ishlamoqda.
AlphaEvolve — Gemini 2.0 oilasiga mansub ilg‘or yirik til modellari (LLM) asosida yaratilgan yangi avlod sun’iy intellekt agentidir. U oddiy chatbot yoki kod yozuvchi emas — bu tizim ilmiy kashfiyotlar yaratishga qodir sun’iy tadqiqotchi, deyish mumkin. AlphaEvolve aniq nazorat ostidagi iterativ jarayon orqali ishlaydi: u bir nechta yechim variantlarini yaratadi, ularni samaradorlik va aniqlik bo‘yicha qat’iy baholaydi, eng istiqbolli variantlarni takomillashtiradi va jarayonni kerakli optimal algoritm topilgunicha takrorlaydi.
Google DeepMind’ning AI for Science bo‘limi rahbari Pushmeet Kohli buni “super kod yozuvchi agent” deb atab, “U nafaqat mavjud kodlarni taklif qiladi — balki insonlar xayoliga ham kelmagan yechimlarni yaratishi mumkin,” deya ta’kidlaydi.
Real natijalar
AlphaEvolve’ning eng tezkor dasturlaridan biri allaqachon Google infratuzilmasida jonli ishlamoqda. O‘tgan bir yil davomida Google butun dunyo bo‘ylab joylashgan ma’lumot markazlarida ish yuklamalarini samarali taqsimlash uchun AlphaEvolve tomonidan ishlab chiqilgan maxsus algoritmdan foydalanib kelmoqda. Natija: resurslardan foydalanish samaradorligi 0,7 foizga oshdi. Bu ko‘rsatkich kichikdek tuyulishi mumkin, ammo Google kabi ulkan kompaniyada bu millionlab hisoblash quvvatlari va katta energiya tejamkorligini anglatadi.
Shuningdek, AlphaEvolve Google’ning Tensor Processing Unit (TPU) chiplarida energiya sarfini kamaytiruvchi yangi quvvat boshqaruv algoritmini ham ishlab chiqdi. Bundan tashqari, u Gemini flagman modellari uchun LLM (yirik til modellari) o‘qitish jarayonidagi muayyan hisoblash vazifalarini optimallashtirish orqali trening jarayonini tezlashtirishga yordam berdi.
Sun’iy intellekt asosidagi kashfiyot
AlphaEvolve – DeepMind’ning algoritm kashfiyoti sohasidagi bir qator innovatsiyalarining davomidir. 2022-yilda AlphaTensor kompyuter fanlari va sun’iy intellektning asosiy amaliyoti bo‘lgan matritsalarni ko‘paytirishning yanada tezroq usulini topib, 50 yillik rekordni yangiladi. 2023-yilda AlphaDev butun dunyo hisoblash tizimlarida har soniyada milliardlab marta qo‘llaniladigan quyi darajadagi kompyuter buyruqlarini yanada tezroq bajarish usullarini kashf etdi.
Biroq AlphaEvolve bu yo‘lda yanada katta qadam qo‘ydi. U umumiy maqsadli muammo yechuvchisi bo‘lib, deyarli har qanday vazifaga qo‘llanilishi mumkin. Faqat yechimlar kod shaklida yozilishi va kompyuter orqali baholanishi kifoya.
AlphaEvolve orqasidagi evolyutsion jarayon
AlphaEvolve qanday ishlaydi? Foydalanuvchi unga muammo tavsifini beradi, xohlagan taqdirda oldingi algoritmlar yoki namunaviy yechimlar haqida qo‘shimcha ma’lumot ham taqdim etadi. Shundan so‘ng, AlphaEvolve Google’ning eng kichik va eng tez ishlovchi LLM modeli – Gemini 2.0 Flash yordamida minglab potensial kod yechimlarini yaratadi. Har bir yechim ishga tushiriladi va oldindan belgilangan mezonlar asosida baholanadi: Natija to‘g‘rimi? Dastur tezroq ishlayaptimi? Qanchalik samarali?
Har bir bosqichdagi eng yaxshi natijalar Gemini modeliga qaytarilib, yanada mukammallashtiriladi. Sun’iy intellekt “tupik” holatlariga tushib qolmasligi uchun AlphaEvolve vaqti-vaqti bilan avvalgi nomzod yechimlarni ham umumiy tanlov bazasiga qayta qo‘shadi. Agar Gemini Flash rivojlanishni davom ettira olmasa, tizim yanada murakkab masalalarni yechish uchun Google’ning eng kuchli modeli – Gemini 2.0 Pro’ga o‘tadi.
Ushbu evolyutsion jarayon hech qanday yaxshilanish qolmaguncha davom etadi va natijada ko‘pincha inson tomonidan yozilgan standartlardan ustun algoritmlar yaratiladi.
Matematika va tabiiy fanlar bo‘yicha ustunlik
Tadqiqot guruhi AlphaEvolve’ni 50 dan ortiq matematik muammolar bo‘yicha sinovdan o‘tkazdi, jumladan:
Matritsalarni ko‘paytirish: AlphaEvolve nafaqat AlphaTensor’ning 4×4 matritsalarni ko‘paytirish bo‘yicha jahon rekordini takrorladi, balki undan ham yaxshi natija ko‘rsatib, 0 va 1 lardan tashqari kengroq sonlar diapazonida ham ishlay oladigan yechim yaratdi.
Furye tahlili: Video striming kabi ma’lumotlarni siqish texnologiyalari uchun juda muhim.
Minimal ustma-ustlik muammosi: Mashhur matematik Paul Erdős tomonidan 1955-yilda ilgari surilgan, hal etilmagan sonlar nazariyasi jumboqlardan biri.
“Kissing numbers”: Geometriya masalasi bo‘lib, materialshunoslik, kimyo va kriptografiyada qo‘llaniladi.
Umuman olganda, AlphaEvolve holatlarning 75 foizida eng yaxshi insoniy yechimlarga tenglashdi va 20 foizida esa ularni ortda qoldirib, yanada tez va samarali algoritmlar yaratdi.
Tadqiqotda kengroq siljish
AlphaEvolve ko‘rsatgan natijalar kuchli bo‘lsa-da, biroq tadqiqotchilar uni yaratgan yechimlarning mantiqiy asoslari va ishlash mexanizmi haqida yetarlicha nazariy tushuntirish bera olmasligini, bu esa matematika va fan rivojida haligacha katta ahamiyat kasb etishini alohida ta’kidlashdi.
‘Bu biroz tushunarsiz jarayon,” deya ta’kidlaydi Avstriyadagi Johannes Kepler universitetining matematigi Manuel Kauers. Uning jamoasi yaqinda boshqa usullardan foydalangan holda matritsa ko‘paytirishda shunga o‘xshash natijalarga erishgan. “Lekin taraqqiyot – baribir taraqqiyot.”
Hozirda bu texnologiya faqat natijalari aniq raqamli o‘lchovlar bilan baholanishi mumkin bo‘lgan muammolar bilan ishlashga qodir, shu sababli subyektiv yoki izohli topshiriqlar uchun unchalik qo‘l kelmaydi.
Shunga qaramay, Google DeepMind tadqiqotchilari AlphaEvolve kelajakdagi algoritmlar – va ehtimol, ilmiy nazariyalar – qanday kashf etilishini butunlay o‘zgartirib yuborishi mumkinligiga ishonmoqda.
“Biz hali ishni yakunlaganimiz yo‘q,” deydi Kohli. “Bunday yondashuvning haqiqiy imkoniyatlari qanchalik kuchli ekanini ko‘rish uchun oldinda hali uzoq yo‘l bor.”
Tayyorladi: Navro‘zaxon Bo‘riyeva
