AlphaEvolve 如何在數學問題上超越過去 56 年的演算法？

AlphaEvolve 如何在數學問題上超越過去 56 年的演算法？

AlphaEvolve 是 Google DeepMind 最新開發的系統，它利用大型語言模型自動生成程式碼來解決特定領域的問題。在數學問題的解決方面，AlphaEvolve 展現了驚人的能力，尤其是在矩陣乘法演算法上，它設計出一種全新的演算法，超越了過去 56 年來數學家們的最佳成果。

AlphaEvolve 在數學問題解法上的突破

AlphaEvolve 不僅在矩陣乘法演算法上有所突破，還被應用於解決超過 50 道涵蓋分析、組合學、數論與幾何等多個數學分支的精選問題。在這些問題中，AlphaEvolve 在 75% 的情況下重新發現了目前已知的最佳解答，更在 20% 的情況下找出了比先前已知最佳算法更優的算法，從而提升了現有的技術水準。

AlphaEvolve 的應用與影響

除了數學問題，AlphaEvolve 還被應用於電腦系統資源調度優化和積體電路設計。在資源調度方面，它能產生一個分派運算任務給 Google 資料中心的函數，效率提高 0.7%，雖然看似不多，但以 Google 的規模而言，可大幅減少能源消耗與營運成本。在積體電路設計方面，AlphaEvolve 能直接在 RTL 層級產生 Verilog 程式碼進行優化，例如在 TPU 的矩陣乘法單元中，成功減少了電路的面積與功耗。這些應用顯示了 AlphaEvolve 在多個領域的潛力，並可能帶來更廣泛的技術革新。