AlphaEvolve dari Google DeepMind merupakan contoh penting yang menunjukkan kemungkinan peningkatan diri rekursif, di mana AI dapat merancang AI yang lebih maju dengan sendirinya.
Sistem ini memanfaatkan Gemini, model AI yang kuat, untuk secara kreatif menghasilkan 'ide' berupa algoritma baru, lalu mengujinya dan menyempurnakannya berulang kali melalui sistem evaluasi otomatis dan kerangka kerja evolusioner.
Inti AlphaEvolve adalah bahwa AI tidak hanya mengoptimalkan kode yang sudah ada, tetapi juga merancang dan mengembangkan algoritma baru itu sendiri. Ketika Gemini menghasilkan kode algoritma awal untuk memecahkan masalah, AlphaEvolve mengevaluasinya dan memilih versi yang paling menjanjikan, lalu secara bertahap mengembangkannya menjadi solusi yang lebih baik layaknya evolusi biologis.
Pendekatan ini menyimpan potensi untuk membentuk lingkaran peningkatan diri rekursif, di mana kinerja AI dapat meningkat secara eksponensial dengan bertumpu pada kemampuannya sendiri, jika diterapkan untuk memperbaiki algoritma inti miliknya sendiri atau sistem AI lainnya. Kasus yang secara signifikan meningkatkan efisiensi sistem operasi pusat data Google, 'Borg', membuktikan bahwa AlphaEvolve sudah dapat diterapkan pada masalah dunia nyata yang kompleks dan mampu menciptakan solusi yang melampaui sistem buatan manusia yang ada. Ini mengisyaratkan bahwa di masa depan, AI dapat mempercepat lahirnya era ketika AI merevolusi cara merancang dirinya sendiri dan cara belajarnya, sekaligus mengakselerasi kecerdasannya sendiri.
1 komentar
Bagian yang menyebutkan algoritma perkalian matriks berhasil ditingkatkan setelah 56 tahun terasa sangat mengesankan.