谷歌超强 AI Agent 登场：攻克 300 年数学难题、改进芯片设计！编程迎来 AlphaGo 时刻？

73 0 0

文章摘要

谷歌DeepMind最新发布的AlphaEvolve系统，标志着人工智能在算法开发和数学研究领域的重大突破。该系统由Gemini驱动，结合了创造性问题解决能力和自动评估机制，通过进化框架优化算法设计。AlphaEvolve不仅在数学领域取得了显著成果，还在谷歌的数据中心、芯片设计和AI训练系统中提升了效率。该系统通过演进整体代码库，而非特定函数，扩展了此前FunSearch项目的成果，展示了AI在开发复杂算法方面的潜力。

AlphaEvolve的核心优势在于其进化方法。系统同时部署Gemini Flash和Gemini Pro，提出代码修改建议，并通过自动评估器测试和评分。最成功的算法将引导下一轮进化，使得系统能够主动探索解法空间，发现新颖方法，并通过自动评估流程改进解法。这种方法不仅适用于数学问题，还可以应用于数据中心的能源效率优化等领域。

在数学领域，AlphaEvolve解决了多个长期未解的难题。它打破了Strassen保持了56年的矩阵乘法记录，发现了一种仅需48次标量乘法的4×4复值矩阵乘法算法。此外，该系统在几何学、组合学和数论等领域的50多个未解决问题中，约75%的案例给出了与最先进解法相媲美的结果，约20%的案例甚至超越了已知最佳解法。

AlphaEvolve的应用范围不仅限于数学研究。它发现的一种启发式调度算法，平均可释放谷歌全球基础设施中0.7%的计算资源，显著提升了数据中心的效率。此外，该系统还优化了谷歌的硬件设计，改进了张量处理单元（TPU）的关键运算电路，并将这些改进应用于后续芯片设计中。

AlphaEvolve的另一个重要特点是其减少幻觉的机制。通过自动评估系统，模型生成、评估并得出问题的可能答案池，自动评估和评分答案的准确性，从而减少幻觉的产生。这一机制使得系统在处理复杂问题时更加可靠。

谷歌DeepMind计划进一步扩展AlphaEvolve的应用范围，包括材料科学、药物研发等领域。Novikov强调，最佳人机协作有助于解决开放的科学挑战，并将成果应用于谷歌规模的庞大业务体系。公司正在开发用户界面，并计划面向部分学术研究人员推出早期访问计划，探索更广泛的项目应用空间。

随着大语言模型的进步，AlphaEvolve的功能也将随之增强。该系统展示了AI自身的一种有趣演变，从优化谷歌服务器的硬件和软件，到解决困扰人类几十年的巅峰难题，展示了AI在科学研究和实际应用中的巨大潜力。