TEMPO.CO, Jakarta - Divisi kecerdasan buatan (AI) milik Google, DeepMind, merilis AlphaEvolve, AI yang diklaim dapat mengatasi masalah dengan solusi yang dapat dinilai oleh mesin. “Dalam percobaan, sistem yang disebut AlphaEvolve itu dapat membantu mengoptimalkan beberapa infrastruktur yang digunakan Google untuk melatih model AI-nya,” demikian pernyataan DeepMind dikutip dari Tech Crunch, Rabu, 14 Mei 2025.
DeepMind mengatakan saat ini tengah mengembangkan pengguna khusus agar orang bisa berinteraksi dengan AlphaEvolve dengan mudah. Tidak hanya itu, Google melalui DeepMind berencana membuka program akses awal bagi para akademisi terpilih sebelum akhirnya meluncurkan sistem AI tersebut secara luas.
Baca berita dengan sedikit iklan, klik di sini
Menurut laporan Ars Technica, AlphaEvolve adalah sistem kecerdasan buatan (AI) yang dikembangkan berdasarkan model bahasa besar (LLM) Gemini milik Google. Dengan tambahan pendekatan evolusioner, AI terbaru dari DeepMind ini mampu mengevaluasi dan mengoptimalkan algoritma untuk berbagai kasus penggunaan.
Secara garis besar, AlphaEvolve merupakan agen AI khusus pengkodean yang jauh lebih canggih dibanding chatbot Gemini biasa. Berbeda dengan Gemini yang terkadang menghasilkan informasi tidak akurat atau “berhalusinasi” akibat sifat teknologi dasarnya yang probabilistik, AlphaEvolve menggunakan metode unik untuk meningkatkan kecepatan dan ketepatan dalam menyelesaikan masalah algoritma kompleks.
DeepMind menjelaskan bahwa AlphaEvolve bekerja dengan sistem evaluasi otomatis. Para peneliti memasukkan masalah beserta solusi atau jalur eksplorasi yang mungkin, kemudian AI ini menghasilkan berbagai solusi menggunakan dua versi Gemini: Gemini Flash yang cepat dan ringan, serta Gemini Pro yang lebih detail. Setiap solusi tersebut kemudian dievaluasi secara ketat oleh sistem, sehingga AlphaEvolve dapat memilih dan menyempurnakan solusi terbaik melalui proses evolusi.
Berbeda dengan AI lain yang biasanya fokus pada satu bidang tertentu, seperti AlphaFold yang khusus untuk pelipatan protein, AlphaEvolve bersifat fleksibel dan serbaguna. DeepMind menyatakan AI ini dapat membantu penelitian di berbagai masalah pemrograman dan algoritma. Google pun sudah mulai mengimplementasikan AlphaEvolve di berbagai lini bisnis dengan hasil yang menjanjikan.
Untuk menggunakan AlphaEvolve, pengguna harus memberikan deskripsi masalah yang ingin diselesaikan, serta dapat menambahkan instruksi, persamaan, potongan kode, atau literatur terkait sebagai referensi. Pengguna juga perlu menyediakan mekanisme penilaian otomatis, biasanya dalam bentuk rumus matematika.
Karena AlphaEvolve hanya mampu menyelesaikan masalah yang dapat dievaluasi secara otomatis, sistem ini paling efektif untuk bidang seperti ilmu komputer dan optimasi sistem. Namun AI ini kurang cocok untuk masalah non-numerik karena solusi yang dihasilkan hanya berupa algoritma.
Dalam pengujian, DeepMind memberikan sekitar 50 soal matematika dari berbagai cabang, seperti geometri dan kombinatorik. AlphaEvolve berhasil menemukan kembali jawaban yang sudah dikenal sebanyak 75 persen dan menemukan solusi lebih baik pada 20 persen kasus.
Selain soal matematika, AlphaEvolve juga diuji pada masalah praktis, seperti meningkatkan efisiensi pusat data Google dan mempercepat pelatihan model AI. DeepMind melaporkan bahwa algoritma yang dihasilkan mampu menghemat 0,7 persen sumber daya komputasi Google secara global dan mengurangi waktu pelatihan model Gemini sebesar 1 persen.
Meskipun tidak selalu menghasilkan penemuan revolusioner--misalnya hanya mampu meningkatkan desain chip AI TPU yang sebelumnya sudah dikenali alat lain--DeepMind menegaskan bahwa AlphaEvolve sangat membantu menghemat waktu dan memungkinkan para ahli fokus pada tugas yang lebih penting.
Selain itu, AlphaEvolve juga meningkatkan efisiensi AI generatif, yang sangat bergantung pada operasi perkalian matriks. Algoritma perkalian matriks kompleks 4x4 paling efisien yang dikenal selama ini dibuat oleh matematikawan Volker Strassen pada 1969 dan bertahan puluhan tahun.
Namun DeepMind mengklaim AlphaEvolve berhasil menemukan algoritma baru yang lebih efisien. Meskipun bersifat AI umum, hasilnya bahkan lebih baik dibanding AlphaTensor, agen AI khusus yang sebelumnya menangani masalah serupa.
Perangkat keras Tensor generasi berikutnya dari Google juga akan mendapat manfaat dari AlphaEvolve. AI ini mengoptimalkan bahasa pemrograman perangkat keras Verilog pada chip dengan menghilangkan bit yang tidak diperlukan untuk meningkatkan efisiensi. Google masih memverifikasi perubahan ini dan berharap dapat diterapkan pada prosesor masa depan.
Saat ini, hanya Google yang memiliki akses penuh ke AlphaEvolve. Walaupun menggunakan sumber daya komputasi lebih sedikit dibanding AlphaTensor, kompleksitas sistem masih terlalu tinggi untuk dipublikasikan secara luas. Namun pendekatan evaluasi otomatis yang membuat AlphaEvolve sangat kuat ini berpotensi diadaptasi ke perangkat AI yang lebih kecil untuk riset di masa depan.
