Adapting AlphaEvolve to Optimize Fully Homomorphic Encryption on TPUs
यह शोध पत्र AlphaEvolve प्रस्तुत करता है, जो एक LLM-संचालित विकासवादी खोज प्रणाली (evolutionary search system) है जो Google TPUs के लिए फुल्ली होमोमॉर्फिक एन्क्रिप्शन (Fully Homomorphic Encryption) कर्नेल के सह-अनुकूलन (co-optimization) को स्वचालित करती है, जिससे TFHE और CKKS दोनों स्कीम्स के लिए अत्याधुनिक मानव-अभिकल्पित कार्यान्वयन की तुलना में महत्वपूर्ण विलंबता (latency) सुधार प्राप्त होता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपके पास एक अविश्वसनीय रूप से शक्तिशाली, उच्च गति वाली रेस कार है (TPU, जो गूगल द्वारा बनाया गया एक विशेष कंप्यूटर चिप है)। और आपके पास एक बहुत ही जटिल, गुप्त केक बनाने की रेसिपी है जिसे तब तक बनाना है जब तक कि सामग्री अभी भी एक तिजोरी में बंद है (यह फुली होमोमोर्फिक एन्क्रिप्शन, या FHE है, जो कंप्यूटर को डेटा देखे बिना उस पर गणित करने की अनुमति देता है)।
समस्या क्या है? रेसिपी इतनी जटिल और निर्देश इतने सख्त हैं कि जब आप उस रेसिपी को रेस कार में चलाने की कोशिश करते हैं, तो कार अपना 90% समय केवल सामग्रियों को इधर-उधर ले जाने के इंतज़ार में बिता देती है। यह ऐसा है जैसे आप एक फॉर्मूला 1 कार को ऐसे मोहल्ले में चलाने की कोशिश कर रहे हों जहाँ हर ब्लॉक पर स्टॉप साइन लगे हों। कार तेज़ है, लेकिन ट्रैफिक (सॉफ्टवेयर निर्देश) धीमा है।
आमतौर पर, मानव इंजीनियर इसे ठीक करने के लिए निर्देशों को मैन्युअल रूप से फिर से लिखने, सामग्रियों को ले जाने के अलग-अलग तरीके आज़माने और यह देखने की कोशिश करते हैं कि क्या कार तेज़ चलती है। यह "अनुमान लगाओ और जाँच करो" की एक धीमी प्रक्रिया है, और अक्सर, वे सबसे अच्छे तरीके से गाड़ी चलाना भूल जाते हैं क्योंकि निर्देश सॉफ़्टवेयर की परतों के पीछे छिपे होते हैं।
AlphaEvolve से मिलिए: द एआई रेस कार ट्यूनर
यह पेपर AlphaEive नामक एक नए टूल का वर्णन करता है। इसे एक AI रेस कार ट्यूनर के रूप में समझें जो न केवल इंजन को ट्यून करता है, बल्कि ट्रैक के विशिष्ट स्वरूप के अनुसार पूरे ड्राइविंग मैनुअल को फिर से लिख देता है।
यह कैसे काम करता है, इन सरल उपमाओं का उपयोग करके देखें:
1. "इवोल्यूशनरी" गैरेज (विकासवादी गैरेज)
एक अकेले मानव इंजीनियर के अनुमान लगाने के बजाय, AlphaEvolve हजारों छोटे, अथक मैकेनिकों के झुंड की तरह काम करता है।
- प्रक्रिया: यह एक अच्छी रेसिपी (मूल कोड) से शुरू होता है। फिर, यह उसी रेसिपी के सैकड़ों थोड़े अलग संस्करण बनाता है।
- टेस्ट ड्राइव: यह प्रत्येक संस्करण को वास्तविक रेस कार (TPU हार्डवेयर) पर चलाता है।
- स्कोर: यह मापता है कि केक बनाने में वास्तव में कितना समय लगा।
- चयन: यदि कोई संस्करण धीमा है या केक खराब कर देता है (गणित के टेस्ट में फेल हो जाता है), तो उसे कचरे में फेंक दिया जाता है। यदि वह तेज़ है, तो उसे रख लिया जाता है।
- विकास (Evolution): AI उन "विजेता" संस्करणों को लेता है, उन्हें आपस में मिलाता है, और उनके नए, और भी बेहतर संस्करण बनाता है। यह चक्र बार-बार दोहराता है, जैसे प्राकृतिक चयन होता है, जब तक कि वह केक बनाने का सबसे तेज़ तरीका न खोज ले।
2. सुरक्षा गार्ड (गुप्त जानकारी के लिए महत्वपूर्ण)
चूंकि इसमें गुप्त डेटा शामिल है, इसलिए AI केवल "भ्रमित" होकर या नए नियम बनाकर ऐसा नहीं कर सकता जिससे अनजाने में डेटा लीक हो जाए।
- बाउंसर: किसी भी नए रेसिपी को वास्तविक रेस कार पर चलाने की अनुमति देने से पहले, एक सख्त "बा बाउंसर" उसकी जाँच करता है। वह पूछता है: "क्या यह रेसिपी अभी भी मूल रेसिपी जैसा ही केक बनाती है? क्या रहस्य अभी भी सुरक्षित है?"
- यदि AI गणित को इस तरह बदलने की कोशिश करता है जिससे सुरक्षा टूट जाए, तो बाउंसर उसे तुरंत खारिज कर देता है। यह सुनिश्चित करता है कि AI केवल गति खोजता है, सुरक्षा में छेद नहीं।
3. AI ने क्या खोजा?
केवल 24 घंटों के लिए इस प्रक्रिया को चलाने के बाद, AI ने ऐसे समाधान खोज निकाले जिन्हें मानव विशेषज्ञों ने भी मिस कर दिया था। यहाँ उसके "अहा!" क्षण थे:
- "बैचिंग" का तरीका (लूप अनरोलिंग): कल्पना कीजिए कि एक कर्मचारी को एक भारी बॉक्स उठाना है, ओवन तक जाना है, उसे रखना है, वापस आना है, दूसरा बॉक्स लेना है, और इसे दोहराना है। AI ने महसूस किया: "वापस बार-बार क्यों जाना? आइए एक बार में 8 बॉक्स उठा लें और उन्हें एक ही चक्कर में ले जाएं।" डेटा को इकट्ठा करने के तरीके को बदलकर, इसने बहुत सारा समय बचा लिया।
- "कोई बदलाव नहीं" का तरीका (टाइप कास्ट्स को हटाना): कभी-कभी, मूल रेसिपी कहती थी, "इस सामग्री को लें, इसका लेबल 'ग्राम' से बदलकर 'औंस' करें, फिर पकाने से पहले इसे वापस 'ग्राम' में बदल दें।" AI ने महसूस किया कि यह समय की बर्बादी थी। सामग्री पहले से ही सही आकार की थी; लेबल बदलना अनावश्यक था। इस बेकार के कदम को हटाकर, प्रक्रिया बहुत तेज़ हो गई।
- "परफेक्ट फिट" का तरीका (टाइलिंग): रेस कार के पास विशिष्ट आकार की अलमारियाँ (मेमोरी रजिस्टर्स) होती हैं। मूल रेसिपी एक बड़ी ब्रेड को छोटी शेल्फ पर रखने की कोशिश करती थी, जिससे गड़बड़ी होती थी। AI ने ब्रेड को ऐसे छोटे टुकड़ों में काटने का तरीका निकाला जो शेल्फ में बिल्कुल फिट बैठते हैं, जिससे कार बिना जगह बर्बाद किए अपनी पूरी शक्ति का उपयोग कर सकती है।
परिणाम
AI को "अनुमान लगाओ और जाँच करो" स्वचालित रूप से करने देकर:
- TFHE (द "सीक्रेट मैथ" केक): केक बनाने का समय 2.5 गुना कम हो गया।
- CKKS (द "डेटा एनालिसिस" केक): केक बनाने का समय 1.3 गुना कम हो गया।
बड़ी तस्वीर
पेपर यह निष्कर्ष निकालता है कि जबकि मनुष्य मूल गुप्त रेसिपी डिजाइन करने में महान हैं, वे अक्सर यह पता लगाने में बहुत धीमे होते हैं कि रेस कार को सबसे कुशलता से कैसे चलाया जाए। एक ऐसे AI का उपयोग करके जो एक दिन में हजारों विविधताओं का परीक्षण कर सकता है, जबकि यह सख्ती से जाँच करता है कि रहस्य सुरक्षित रहें, हम गोपनीयता तकनीक के लिए आधुनिक कंप्यूटर चिप्स की पूरी गति को अनलॉक कर सकते हैं।
संक्षेप में: AI ने केक बनाने का नया तरीका नहीं खोजा; इसने बस सामग्री को ओवन तक ले जाने का एक बहुत तेज़ तरीका खोज लिया।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।