昨晚，科技圈再次沸騰。谷歌 DeepMind 發(fā)布了歷時(shí)一年半研發(fā)的 AlphaEvolve，這是一個(gè)由 Gemini 驅(qū)動(dòng)的 AI 智能體,，能夠自我進(jìn)化并解決復(fù)雜問題,。

AlphaEvolve 結(jié)合了谷歌 Gemini 解決創(chuàng)造性問題的能力和自動(dòng)評估器,，通過進(jìn)化框架優(yōu)化最有潛力的想法。這項(xiàng)成果已被《Nature》刊登,，它在數(shù)學(xué)領(lǐng)域打破了 53 年的紀(jì)錄,，用 48 步計(jì)算解決了 4x4 復(fù)數(shù)矩陣乘法問題。此外,，它還能解決幾何題,、數(shù)獨(dú)謎題、質(zhì)數(shù)猜想等 50 多個(gè)數(shù)學(xué)領(lǐng)域的未解難題,。

DeepMind 團(tuán)隊(duì)表示,，AlphaEvolve 的定位是助手而非替代數(shù)學(xué)家，它能在幾小時(shí)內(nèi)完成人類需要幾個(gè)月驗(yàn)證的想法,。華裔數(shù)學(xué)家陶哲軒也參與了該項(xiàng)目,，他提到 AlphaEvolve 在處理高維參數(shù)空間中的函數(shù)極值化問題時(shí)表現(xiàn)出色，尤其是在調(diào)和分析不等式,、加性組合學(xué)和堆積問題方面。

目前,，AlphaEvolve 已被應(yīng)用于谷歌數(shù)據(jù)中心,、芯片設(shè)計(jì)及 AI 訓(xùn)練系統(tǒng)中，提升了效率并解決了許多長期困擾研究人員的數(shù)學(xué)難題,。研究員 Matej Balog 解釋說,，AlphaEvolve 能提出極其復(fù)雜的算法，擴(kuò)展了此前 FunSearch 項(xiàng)目上的成果,，代表著 AI 在開發(fā)復(fù)雜算法方面的重大飛躍,。

AlphaEvolve 的發(fā)布引發(fā)了廣泛討論。有人認(rèn)為它展示了未來學(xué)習(xí)思考的方式,，人工智能不僅能解決問題,，還能解鎖新的智力維度。AI 創(chuàng)企 Rediminds 也表示祝賀,，認(rèn)為 AlphaEvolve 標(biāo)志著一種范式轉(zhuǎn)變,，它不僅應(yīng)用算法，更能創(chuàng)造算法,。

AlphaEvolve 在谷歌內(nèi)部已運(yùn)行一年多,，成果顯著。它發(fā)現(xiàn)的一種啟發(fā)式調(diào)度算法平均釋放了谷歌全球基礎(chǔ)設(shè)施中 0.7% 的計(jì)算資源,，這對搜索巨頭來說是一個(gè)驚人的提升,。該算法還重寫了部分硬件設(shè)計(jì),，優(yōu)化了 TPU 關(guān)鍵運(yùn)算電路，并改進(jìn)了自身訓(xùn)練系統(tǒng)的效率,。

AlphaEvolve 還解決了困擾人類專家?guī)资甑臄?shù)學(xué)難題,，例如打破 Strassen 保持 56 年的矩陣乘法記錄。它設(shè)計(jì)了一種基于梯度的新穎優(yōu)化程序,，發(fā)現(xiàn)了多種新的矩陣乘法算法,。此外，AlphaEvolve 在“接吻數(shù)問題”上也取得了突破,，找到了 11 維空間中包含 593 個(gè)球體的配置方式,。

AlphaEvolve 與其他 AI 編碼系統(tǒng)的最大區(qū)別在于其采用的進(jìn)化方法。它同時(shí)部署有 Gemini Flash 和 Gemini Pro,，對現(xiàn)有代碼提出修改建議并通過自動(dòng)評估器進(jìn)行測試,。最成功的算法將引導(dǎo)下一輪進(jìn)化。Novikov 強(qiáng)調(diào),，這種方法可以處理具有明確評估指標(biāo)的問題,，包括數(shù)據(jù)中心的能源效率和優(yōu)雅的數(shù)學(xué)證明。

DeepMind 表示,，他們正在構(gòu)建一個(gè)用戶界面,，并計(jì)劃為選定的學(xué)者推出早期訪問計(jì)劃。AlphaEvolve 目前被部署在谷歌的基礎(chǔ)設(shè)施與數(shù)學(xué)研究中,，但其潛力遠(yuǎn)不止于此,。未來，它可能應(yīng)用于材料科學(xué),、藥物研發(fā)等領(lǐng)域,，展示出顯著的靈活性優(yōu)勢。隨著大語言模型的進(jìn)步,，AlphaEvolve 的功能也將不斷增強(qiáng),，解決更多困擾人類的難題。