破解300年数学难题，智能体大突破！谷歌发布超强AI Agent

129 0 0

文章摘要

谷歌Deepmind最新发布的编程 AI Agent——AlphaEvolve，标志着人工智能在算法设计与优化领域的重大突破。AlphaEvolve与谷歌的大模型Gemini深度集成，旨在自动评估和优化通用算法，帮助开发人员快速设计出高效且创新的矩阵算法。AlphaEvolve的核心功能是作为“质检员”，能够按照特定标准衡量大模型生成的算法是否可行，从而弥补了大模型在生成算法后无法验证其有效性的短板。

在展示AlphaEvolve的能力时，谷歌选择了一个具有300多年历史的数学难题——亲吻数问题。该问题探讨在给定维度的空间中，最多可以有多少个相同大小的球体同时接触一个中心球体而不发生重叠。AlphaEvolve在11维空间中发现了由593个外层球体组成的结构型，并建立了新的下界，超越了此前数学家们创造的记录。这一成果不仅展示了AlphaEvolve在解决复杂数学问题上的潜力，也为相关领域的研究提供了新的思路。

此外，AlphaEvolve在矩阵乘法算法的优化上也取得了显著进展。它发现了一种用于4×4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，后者此前被认为是该场景下的最佳算法。这一发现表明，AlphaEvolve在矩阵乘法算法优化方面比谷歌之前的AlphaTensor取得了更大的进展。AlphaEvolve还通过将大规模矩阵乘法运算拆解为更易于处理的子问题，提升了Gemini模型架构的核心计算效率，使整体训练时间缩短了1%，显著降低了成本。

在GPU底层指令优化方面，AlphaEvolve也展现了其强大的能力。它实现了基于Transformer的人工智能模型中FlashAttention核心计算最高达32.5%的加速。这类优化不仅有助于专家精准定位性能瓶颈，还能轻松地将优化成果整合到代码库中，极大提高了工作效率。

AlphaEvolve的架构设计包括任务定义与评估模块、大模型集成与提示采样模块、创造性生成与代码修改模块、评估与反馈模块、进化与数据库管理模块以及分布式计算管道模块。这些模块共同协作，确保AlphaEvolve能够高效地生成、评估和优化算法。例如，任务定义与评估模块通过自动化的评估机制衡量生成解决方案的质量，而创造性生成与代码修改模块则利用大模型的能力生成代码修改建议，确保算法的持续改进。

目前，AlphaEvolve已在谷歌Deepmind官网开放申请，特别适合科研、数学和设计领域的研究人员使用。AlphaEvolve的发布不仅为算法设计与优化提供了强大的工具，也为人工智能在复杂问题解决中的应用开辟了新的可能性。