Google DeepMind baru-baru ini meluncurkan AlphaEvolve, sebuah kecerdasan buatan (AI) revolusioner yang mampu menciptakan algoritma baru. Berbekal model bahasa Gemini, AlphaEvolve menjanjikan terobosan signifikan dalam berbagai bidang, mulai dari ilmu komputer hingga matematika. Sistem ini bekerja secara otomatis, memperbaiki dan menyempurnakan algoritma secara berulang hingga mencapai solusi optimal. Potensinya yang luar biasa membuka jalan bagi penemuan algoritma yang sebelumnya tak terbayangkan oleh manusia.
Bagaimana AlphaEvolve Bekerja?
AlphaEvolve memanfaatkan dua model AI, Gemini Flash dan Gemini Pro, secara simultan. Gemini Flash, yang lebih cepat, menjelajahi berbagai kemungkinan solusi. Sementara Gemini Pro, yang lebih cerdas, memberikan evaluasi dan arahan yang lebih mendalam.
Kombinasi ini menghasilkan beragam solusi potensial yang kemudian disempurnakan secara bertahap, mirip dengan seleksi alam. Algoritma terbaik “bertahan” dan menjadi dasar pengembangan selanjutnya. Proses ini berulang hingga solusi terbaik ditemukan.
AlphaEvolve mampu menghasilkan program kompleks dengan ratusan baris kode dan struktur logis yang canggih. Kemampuan ini melebihi AI *coding* konvensional yang umumnya hanya menghasilkan kode sederhana.
Keunggulan AlphaEvolve terletak pada kemampuannya mengembangkan seluruh basis kode, bukan hanya fungsi tunggal. Hal ini secara drastis mempercepat proses optimasi, dari berminggu-minggu menjadi hanya beberapa hari.
Penggunaan AlphaEvolve di Operasional Google
AlphaEvolve telah diimplementasikan di pusat data Google selama satu tahun. Hasilnya mengesankan: penghematan 0,7 persen sumber daya komputasi secara global.
Meskipun terlihat kecil, penghematan ini signifikan pada skala operasi Google, menghasilkan pengurangan biaya yang sangat besar. Algoritma yang dihasilkan mudah dibaca dan dipahami oleh para insinyur.
Sistem ini juga berkontribusi dalam optimalisasi desain chip Tensor Processing Unit (TPU). AlphaEvolve telah mengusulkan perubahan yang meningkatkan efisiensi sirkuit aritmatika.
Selain itu, AlphaEvolve berhasil mempercepat kernel matriks perkalian dalam arsitektur Gemini sebesar 23 persen, dan mengoptimalkan instruksi GPU, menghasilkan peningkatan kecepatan hingga 32,5 persen untuk kernel FlashAttention.
Pencapaian AlphaEvolve di Bidang Matematika
AlphaEvolve telah mendemonstrasikan kemampuannya yang luar biasa dalam memecahkan masalah matematika yang kompleks. Ia berhasil menemukan algoritma perkalian matriks 4×4 yang lebih efisien daripada algoritma Strassen yang telah ada selama puluhan tahun.
Dari 50 masalah matematika terbuka yang diuji, AlphaEvolve berhasil menemukan kembali solusi terbaik dalam 75 persen kasus dan meningkatkan solusi yang ada dalam 20 persen kasus lainnya.
Sistem ini juga berhasil memecahkan “kissing number problem”, sebuah masalah geometri yang telah membingungkan matematikawan selama 300 tahun. AlphaEvolve menemukan konfigurasi 593 bola dalam 11 dimensi, melampaui rekor sebelumnya.
Potensi AlphaEvolve meluas jauh di luar matematika dan komputasi. Google tengah mengembangkan antarmuka pengguna yang lebih ramah dan berencana memberikan akses awal kepada akademisi terpilih. Kemajuan ini menjanjikan kontribusi besar dalam berbagai bidang, dari penemuan obat hingga ilmu material. AlphaEvolve menandai sebuah tonggak penting dalam sejarah perkembangan AI, membuka peluang besar untuk mempercepat inovasi dan pemecahan masalah di masa depan.
