Google推出AlphaEvolve : 成功解開55年來的數學難題

AI資訊

Google推出AlphaEvolve : 成功解開55年來的數學難題

2025年5月，Google旗下DeepMind團隊正式發布了全新人工智慧系統AlphaEvolve，這是一款結合了先進大型語言模型Gemini與進化式演算法的智能代理。AlphaEvolve不僅在演算法設計與自我優化方面展現出驚人能力，更成功破解了困擾數學界超過半世紀的經典難題，成為AI在數學與科學研究領域的一大里程碑。

重大突破：刷新數學經典紀錄

AlphaEvolve最引人注目的成就是在矩陣乘法演算法上的突破。自1969年Strassen提出以來，4×4複數矩陣乘法的最佳演算法一直停留在需49次標量乘法的紀錄。AlphaEvolve成功設計出一套全新演算法，將乘法次數降低至48次，打破了這一長達56年的數學瓶頸，展現了AI在基礎數學問題上的創造潛力。

此外，AlphaEvolve還在超過50個開放性數學問題中進行測試，涵蓋數學分析、幾何、組合學與數論等領域。系統在約75%的案例中重新發現了現有最佳解，並在約20%的案例中提出了更優秀的解法。其中，最具震撼力的是對歷史悠久的「接吻數問題」的突破：AlphaEvolve在11維空間中成功排列出593個球體同時接觸中心球體，刷新了該問題的下界，打破了數百年來的紀錄。

技術核心：進化式演算法與大型語言模型深度結合

AlphaEvolve的運作基於一套獨特的閉環進化機制。系統首先利用Gemini大型語言模型生成多種演算法變體，隨後通過自動化評估機制對生成方案進行嚴格篩選，根據準確性與效率指標挑選優秀方案，並將其納入下一輪進化的基礎。這種反覆試驗、評估與優化的過程，讓AlphaEvolve能夠自主發現並改良演算法，實現持續進化。

在此過程中，AlphaEvolve同時調整多個參數，包括優化器類型、權重初始化、損失函數及超參數設定，展現出高度的靈活性與創新能力。這種基於梯度的最佳化過程，使其能在短時間內完成傳統方法需數週甚至數月的演算法改良。

實際應用：提升Google運算與AI訓練效率

AlphaEvolve不僅在理論數學領域取得突破，也被廣泛應用於Google的實際運營中。它為Google全球資料中心的資源調度設計出更高效的演算法，成功提升了約0.7%的資源利用率，顯著優化了運算效率與能源消耗。

在硬體設計方面，AlphaEvolve協助改良了Google張量處理單元（TPU）的電路設計，刪除冗餘邏輯，提升晶片效能，為下一代TPU的量產奠定基礎。

同時，AlphaEvolve優化了Gemini大型語言模型的訓練核心，將矩陣乘法運算速度提升23%，整體訓練時間縮短1%，大幅降低了AI模型開發的計算成本。

展望未來：AI驅動科學與技術革新新時代

DeepMind表示，AlphaEvolve未來將擴展應用至藥物研發、材料科學、永續技術等更多複雜科學領域，並計劃與多個學術機構合作推出實驗平台，推動AI在基礎科學研究的深度融合。

AlphaEvolve的成功不僅是AI技術的一次重大飛躍，更標誌著人類在利用人工智慧解決長期科學難題上的新紀元。它展示了AI不僅能夠模擬人類思維，更能超越傳統方法，推動數學和科技創新邁向更高峰。

---

總結而言，Google DeepMind推出的AlphaEvolve以其獨特的進化演算法設計框架和強大的大型語言模型支持，成功解開了長達55年的數學難題，刷新了多項經典紀錄。這不僅為數學界帶來突破，也為人工智慧在科學研究和技術應用中開啟了全新篇章，預示著AI驅動的未來科技革命已經到來。