AlphaEvolve: Agen Coding Gemini yang Ubah Cara Google Melakukan Riset dan Optimasi
AlphaEvolve: Agen Coding Gemini yang Ubah Cara Google Melakukan Riset dan Optimasi
CLB.my.id - Google DeepMind mempublikasikan dampak AlphaEvolve setelah satu tahun beroperasi. Agen coding bertenaga Gemini ini bukan lagi sekadar alat riset, melainkan sudah menjadi komponen infrastruktur inti dan produk komersial yang mempercepat penemuan di berbagai bidang, dari fisika kuantum hingga logistik pengiriman barang.
Yang membuat AlphaEvolve berbeda dari alat AI coding lainnya adalah kemampuannya merancang algoritma canggih secara mandiri. Algoritma yang dihasilkan langsung dipakai di produk nyata Google, mulai dari desain chip TPU hingga optimasi basis data Spanner.
Dari DNA hingga Jaringan Listrik
Dampak sosial AlphaEvolve terasa di beberapa sektor kritis. Untuk genomika, alat ini meningkatkan model DeepConsensus dari Google Research dan mengurangi kesalahan deteksi varian sekuensing DNA sebesar 30 persen. Aaron Wenger dari PacBio menyebut data berkualitas lebih tinggi ini bisa membantu menemukan mutasi penyakit yang sebelumnya tersembunyi.
Di bidang energi, AlphaEvolve meningkatkan kemampuan Graph Neural Network menemukan solusi yang layak untuk masalah AC Optimal Power Flow dari 14 persen menjadi lebih dari 88 persen. Untuk ilmu bumi, akurasi prediksi risiko bencana alam naik 5 persen di 20 kategori berkat optimasi otomatis model Earth AI.
Kolaborasi dengan Terence Tao dan Rekor Baru
Di ranah riset murni, AlphaEvolve berkolaborasi dengan matematikawan terkenal Terence Tao untuk memecahkan masalah Erdős. Agen ini juga memecahkan rekor untuk masalah Traveling Salesman Problem dan Ramsey Numbers.
“Alat seperti AlphaEvolve memberikan kemampuan baru yang sangat berguna bagi para matematikawan,” ujar Tao.
Di fisika kuantum, AlphaEvolve mengoptimalkan sirkuit kuantum untuk prosesor Willow milik Google dengan galat 10 kali lebih rendah dari baseline konvensional.
Mengoptimasi Fondasi AI Itu Sendiri
Salah satu pencapaian paling mengejutkan adalah ketika AlphaEvolve mulai mengoptimasi lapisan paling dasar dari tumpukan teknologi AI Google. Jeff Dean menyebut alat ini mulai mengoptimasi level terendah perangkat keras yang menjalankan infrastruktur AI mereka.
Hasilnya berupa desain sirkuit TPU yang kontra-intuitif tetapi efisien, langsung diintegrasikan ke silikon TPU generasi berikutnya. AlphaEvolve juga mengoptimasi heuristik basis data Google Spanner, mengurangi write amplification sebesar 20 persen dan jejak penyimpanan perangkat lunak hampir 9 persen. Kebijakan cache yang ditemukan alat ini dalam dua hari sebelumnya membutuhkan waktu berbulan-bulan untuk diselesaikan manusia.
Aplikasi Komersial Melalui Google Cloud
AlphaEvolve kini tersedia untuk pelanggan Google Cloud. Klarna melaporkan kecepatan pelatihan model transformer dua kali lipat dengan kualitas yang lebih baik. Substrate mencapai peningkatan kecepatan berlipat ganda untuk simulasi litografi komputasional. FM Logistic meningkatkan efisiensi rute 10,4 persen, menghemat lebih dari 15.000 kilometer per tahun.
WPP mencatat peningkatan akurasi 10 persen dalam optimasi model kampanye iklan. Schrödinger, perusahaan ilmu kehidupan, mencapai percepatan empat kali lipat untuk pelatihan dan inferensi ML Force Field.
Gabriel Marques dari Schrödinger menyebut AlphaEvolve memungkinkan mereka menjelajahi ruang kimia yang lebih besar dengan lebih cepat dan efisien dari sebelumnya.
Menuju Sistem General-Purpose
Google DeepMind melihat AlphaEvolve sebagai sistem serbaguna yang menunjukkan terobosan masa depan akan didorong oleh algoritma yang bisa mengoptimasi dirinya sendiri. Rencana ke depan adalah memperluas kemampuannya untuk tantangan eksternal yang lebih luas.***
