谷歌 DeepMind 发布编程 AI Agent AlphaEvolve，攻克300年数学难题

来源：环球网

【环球网科技综合报道】5 月 14 日，谷歌 DeepMind 在官网宣布推出用于设计高级算法的编程 AI Agent——AlphaEvolve。据介绍，这款 AI Agent 与谷歌的大模型 Gemini 深度集成，能够自动评估通用算法的发现与优化，助力开发人员高效设计出优质、高效的矩阵算法。简单来说，大模型善于生成各类想法和算法，而 AlphaEvolve 则如同 “质检员”，依据特定标准判断这些想法的可行性。

为展现 AlphaEvolve 的能力，谷歌选择让其挑战一道有着 300 多年历史的数学难题 —— 亲吻数问题。该问题最早可追溯至1694 年，牛顿也曾参与辩论和研究。其难点在于确定在给定维度的空间中，最多能有多少个相同大小的球体同时与一个中心球体接触，且这些球体之间不会发生重叠。而 AlphaEvolve 成功发现了由 593 个外层球体组成的结构型，在 11 维空间中建立了新的下界，超越了此前数学家们创造的纪录。

此外，AlphaEvolve 还能针对复杂数学问题提出创新性解决方案。基于极简代码框架，它设计出了一种基于梯度的新型优化程序的诸多组件，并发现了多种用于矩阵乘法的新算法。例如，它找到了一种用于 4x4 复值矩阵乘法的算法，仅需 48 次标量乘法，改进了 Strassen 在 1969 年提出的算法，而 Strassen 算法此前被认为是该场景下的最佳算法。

据介绍，在实际应用方面，AlphaEvolve 通过将大规模矩阵乘法运算拆解为更易处理的子问题，使 Gemini 模型架构中的核心计算效率提升了 23%，整体训练时间缩短了 1%，有效节省了大量成本。同时，它还能对 GPU 底层指令进行优化，在基于 Transformer 的人工智能模型中，实现了 FlashAttention 核心计算最高达 32.5% 的加速。

谷歌DeepMind 研究员 Matej Balog 在接受外媒 VentureBeat 采访时提到:“AlphaEvolve 可以发现极其复杂的算法 —— 跨越数百行代码，拥有远远超出简单函数的复杂逻辑结构。”

目前，谷歌 DeepMind 正在与 People+AI 研究团队合作，开发与 AlphaEvolve 交互的友好用户界面，并计划为选定的学术用户推出早期访问计划。（青山）