Google เปิด AlphaEvolve ให้กับลูกค้าคลาวด์ทั้งหมด โดยเปลี่ยน AI ให้เป็นนักออกแบบอัลกอริทึม

Google ได้ทำให้ AlphaEvolve พร้อมใช้งานโดยทั่วไปสำหรับลูกค้า Google Cloud ทุกคน โดยให้นักพัฒนาระดับองค์กรสามารถเข้าถึงตัวแทน AI ที่พัฒนาและเพิ่มประสิทธิภาพอัลกอริธึมที่เหนือกว่าสิ่งที่วิศวกรมนุษย์โดยทั่วไปจะสามารถสำรวจได้ด้วยตัวเอง ความเคลื่อนไหวดังกล่าวซึ่งประกาศเมื่อวันที่ 10 กรกฎาคม 2026 เป็นการสำเร็จการศึกษาเครื่องมือที่เริ่มต้นจากโครงการวิจัย Google DeepMind ให้เป็นผลิตภัณฑ์เชิงพาณิชย์บนแพลตฟอร์ม Gemini Enterprise Agent

แทนที่จะเขียนซอฟต์แวร์ใหม่ตั้งแต่ต้น AlphaEvolve ทำงานเหมือนกับที่ Google เรียกว่า "ผู้ทำงานร่วมกันเชิงวิวัฒนาการ" นักพัฒนาซอฟต์แวร์จัดเตรียมอัลกอริธึมพื้นฐานและชุดเป้าหมาย และตัวแทน Gemini-powered จะค้นหาโซลูชันที่ดีกว่าโดยอัตโนมัติ โดยส่งคืนโค้ดที่มนุษย์อ่านได้และปรับให้เหมาะสมซึ่งสามารถปล่อยลงในระบบที่ใช้งานจริงได้โดยตรง

AlphaEvolve ทำงานอย่างไร

AlphaEvolve จับคู่ความสามารถในการแก้ปัญหาเชิงสร้างสรรค์ของโมเดล Gemini ของ Google กับผู้ประเมินอัตโนมัติที่ตรวจสอบคำตอบ รวมกับกรอบงานเชิงวิวัฒนาการที่ปรับแต่งแนวคิดที่มีแนวโน้มมากที่สุดผ่านการทำซ้ำอย่างต่อเนื่อง โดยจะทดสอบผู้สมัครแต่ละคนกับฟังก์ชันการให้คะแนน "ความจริงภาคพื้นดิน" ที่กำหนดโดยผู้ใช้ หากโค้ดเวอร์ชันใหม่ทำงานได้ดีขึ้น โค้ดจะกลายเป็นพาเรนต์สำหรับรุ่นถัดไป ทำให้เกิดวงจรป้อนกลับที่ปรับปรุงผลลัพธ์อย่างต่อเนื่อง

Google อธิบายการทำให้ใช้งานได้เป็นกระบวนการสี่ขั้นตอนที่มีโครงสร้าง: กำหนด โดยที่ทีมจัดเตรียมอัลกอริทึมเริ่มต้นและบริบทของปัญหา การวัด โดยที่ฟังก์ชันการให้คะแนนจะให้คะแนนโปรแกรมของผู้สมัครในด้านความถูกต้อง ประสิทธิภาพ และข้อจำกัดในการปฏิบัติงาน เพิ่มประสิทธิภาพ โดยที่ตัวแทนสร้างโค้ดที่ปรับให้เหมาะกับเมตริกเหล่านั้นอย่างชัดเจน และ นำไปใช้ โดยที่อัลกอริธึมที่เสร็จสิ้นแล้วจะถูกปรับใช้ในการผลิต

หลักฐานในผลลัพธ์ของลูกค้า

นับตั้งแต่เปิดตัวตัวอย่างส่วนตัวในเดือนธันวาคม 2568 AlphaEvolve ได้รับการทดสอบทั้งด้านลอจิสติกส์ เซมิคอนดักเตอร์ จีโนมิกส์ การประมวลผลประสิทธิภาพสูง และบริการทางการเงิน Google เปิดเผยรายชื่อผู้ใช้งานกลุ่มแรกพร้อมเมตริกที่เป็นรูปธรรมที่เข้าคู่กัน

JetBrains บริษัทเบื้องหลังเครื่องมือสำหรับนักพัฒนายอดนิยม ใช้ AlphaEvolve เพื่อปรับปรุงประสิทธิภาพของสภาพแวดล้อมการพัฒนาแบบผสมผสาน (IDE) ขึ้น 15 ถึง 20 เปอร์เซ็นต์ “ระบบจะเปลี่ยนการเพิ่มประสิทธิภาพที่ครั้งหนึ่งเคยใช้เวลามากเกินไปในการสำรวจให้กลายเป็นตัวเลือกที่เราสามารถทดสอบได้เป็นประจำ” Dmitrii Batkovich ผู้อำนวยการฝ่ายวิศวกรรมของ JetBrains กล่าว "วิศวกรยังคงเป็นเจ้าของเกณฑ์มาตรฐาน การตรวจสอบ และการตัดสินใจเผยแพร่"

Kinaxis ผู้เชี่ยวชาญด้านการจัดการห่วงโซ่อุปทาน รายงานการปรับปรุงมากกว่า 22 เปอร์เซ็นต์ในเมตริกความแม่นยำในการคาดการณ์หลัก ขณะเดียวกันก็ลดรันไทม์ลงกว่า 90 เปอร์เซ็นต์บนชุดข้อมูลเบนช์มาร์ก บริษัทโลจิสติกส์ FM Logistic กล่าวว่า AlphaEvolve ปรับปรุงเส้นทางคลังสินค้าขึ้น 10.4 เปอร์เซ็นต์ เพิ่มเติมจากพื้นฐานที่ได้รับการปรับปรุงประสิทธิภาพขั้นสูงอยู่แล้ว ซึ่งช่วยประหยัดการเดินทางของพนักงานได้มากกว่า 15,000 กิโลเมตร Coolblue ผู้ค้าปลีกอีคอมเมิร์ซชาวดัตช์พบว่าข้อผิดพลาดในการคาดการณ์ความต้องการใน 28 วันลดลงมากกว่า 5 เปอร์เซ็นต์หลังจากทำซ้ำประมาณ 200 ครั้ง

บริษัทยักษ์ใหญ่ด้านเคมีภัณฑ์อย่าง BASF ใช้ AlphaEvolve เพื่อสร้างแฝดดิจิทัลของเครือข่ายการจัดหาทั่วโลก ซึ่งเป็นความพยายามที่แนวทางกำหนดไว้ก่อนหน้านี้ล้มเหลวในการส่งมอบ - ปรับปรุงแบบจำลองการวางแผนและการคาดการณ์ได้มากกว่า 80 เปอร์เซ็นต์ ผู้ผลิตชิป Infineon รายงานการทดลองเบื้องต้นที่มีความหวังในการใช้สารนี้กับการออกแบบเซมิคอนดักเตอร์

ชัยชนะของ Google เอง

Google ได้กินอาหารของตัวเองแล้ว บริษัทกล่าวว่า AlphaEvolve ค้นพบวิธีที่ดีกว่าในการกำหนดเวลางานในศูนย์ข้อมูล โดยกู้คืนทรัพยากรการประมวลผลทั่วโลกโดยเฉลี่ย 0.7 เปอร์เซ็นต์อย่างต่อเนื่อง มันเร่งความเร็วเคอร์เนลการคำนวณที่สำคัญในสถาปัตยกรรมของ Gemini ขึ้น 23 เปอร์เซ็นต์ ทำให้เวลาการฝึกโดยรวมของโมเดลลดลง 1 เปอร์เซ็นต์ ซึ่งช่วยประหยัดได้มากในระดับการฝึกอบรม AI ระดับแนวหน้า เอเจนต์ยังเร่งการออกแบบหน่วยประมวลผลเทนเซอร์ (TPU) ยุคถัดไปด้วยการค้นพบวงจรเลขคณิตที่มีประสิทธิภาพมากขึ้น

ทำไมมันถึงสำคัญ

ความพร้อมใช้งานทั่วไปของ AlphaEvolve ส่งสัญญาณถึงการเปลี่ยนแปลงในวงกว้างมากขึ้นในการประยุกต์ใช้ AI กับปัญหาทางวิศวกรรม ในขณะที่เครื่องมือ AI รุ่นแรกๆ มุ่งเน้นไปที่การเขียนโค้ดใหม่จากการแจ้งเตือน AlphaEvolve กำหนดเป้าหมายไปที่งานที่แตกต่างและยากกว่า นั่นคือการปรับปรุงอัลกอริธึมที่มีอยู่ซึ่งมีความสำคัญต่อธุรกิจอยู่แล้ว แต่พื้นที่การค้นหาสำหรับโซลูชันที่ดีกว่านั้นกว้างใหญ่เกินกว่าที่มนุษย์จะนำทางด้วยตนเอง

ด้วยการกำหนดให้มีฟังก์ชันการให้คะแนนตามวัตถุประสงค์ ระบบจะหลีกเลี่ยงหนึ่งในปัญหาที่จู้จี้จุกจิกด้วยการเข้ารหัสที่ได้รับความช่วยเหลือจาก AI ซึ่งเป็นเอาต์พุตที่ไม่สามารถตรวจสอบได้ ผู้สมัครทุกรายที่ AlphaEvolve ผลิตจะถูกวัดตามตัวชี้วัดที่ลูกค้ากำหนด ซึ่งหมายความว่าผลกำไรสามารถวัดปริมาณและเชื่อถือได้ก่อนการใช้งาน ดังที่ Batkovich ของ JetBrains กล่าวไว้ วิศวกรยังคงเป็นเจ้าของเกณฑ์มาตรฐาน ทบทวน และตัดสินใจเผยแพร่ เจ้าหน้าที่เพียงแต่จำกัดพื้นที่การค้นหาที่มนุษย์จะต้องสำรวจด้วยมือให้แคบลง

ข้อจำกัดและข้อควรระวัง

AlphaEvolve ไม่ใช่ผู้ช่วยเขียนโค้ดทั่วไป ออกแบบมาโดยเฉพาะสำหรับปัญหาการปรับให้เหมาะสมซึ่งสามารถแสดงออกมาเป็นโค้ดและวัดผลอย่างเป็นกลาง เช่น การกำหนดเวลา การกำหนดเส้นทาง การคาดการณ์ การออกแบบชิป และโดเมนที่คล้ายกัน ปัญหาที่ขาดฟังก์ชันการให้คะแนนที่ชัดเจน หรือที่ขึ้นอยู่กับวิจารณญาณส่วนตัว อยู่นอกเหนือจุดที่น่าสนใจ Google ยังตั้งข้อสังเกตอีกว่าคุณภาพของผลลัพธ์นั้นขึ้นอยู่กับอัลกอริธึมพื้นฐานและบริบทที่ผู้ใช้ให้มาอย่างมาก ซึ่งหมายความว่าทีมจำเป็นต้องมีความเชี่ยวชาญด้านโดเมนเพื่อตั้งค่าปัญหาอย่างมีประสิทธิภาพ

ในตอนนี้ การเข้าถึงจะดำเนินการผ่าน Gemini Enterprise Agent Platform ซึ่งคิดราคาระดับองค์กร นั่นทำให้ AlphaEvolve อยู่ในขอบเขตขององค์กรขนาดใหญ่อย่างมั่นคงด้วยทรัพยากรที่จะบูรณาการเข้ากับขั้นตอนทางวิศวกรรม แทนที่จะเป็นนักพัฒนารายบุคคลหรือบริษัทสตาร์ทอัพขนาดเล็ก

สำหรับ Google Cloud การเปิดตัวดังกล่าวเป็นการเพิ่มข้อเสนอที่แตกต่างให้กับพอร์ตโฟลิโอ AI ระดับองค์กร ในขณะที่ผู้ให้บริการระบบคลาวด์กำลังแข่งขันกันอย่างดุเดือดเพื่อโฮสต์และรันปริมาณงาน AI บริษัทกำลังวางตำแหน่ง AlphaEvolve ไม่ใช่เป็นแชทบอทหรือผู้ช่วยกรอกโค้ด แต่เป็นเครื่องมือเพิ่มประสิทธิภาพสำหรับปัญหาที่มีเงินจริงติดอยู่

ก้าวนำหน้า AI

หากต้องการทราบข้อมูลล่าสุดเกี่ยวกับเครื่องมือ AI การเผยแพร่โมเดล และการนำองค์กรไปใช้ โปรดติดตาม AI Buzz Wire เพื่อดูการรายงานข่าวที่ชัดเจนและเป็นข้อเท็จจริงเกี่ยวกับการพัฒนาเทคโนโลยีที่ปรับโฉมใหม่

อ่านข่าวเครื่องมือ AI เพิ่มเติม →