DeepMind AlphaEvolve将矩阵乘法指数上界推至2.371177
AI通过进化优化器，在人类划定的框架内将矩阵乘法指数上界推到新低，成为数学家的强大实验助手。
矩阵乘法是现代计算的基石，其理论最快速度由指数ω衡量。DeepMind联合理论计算机科学家，借助AlphaEvolve将ω上界从2.371339降至2.371177，改进虽小，却是AI首次实质性介入理论计算机科学经典难题。方法包括重构优化问题、用机器学习设计优化器，并让AlphaEvolve进化优化器本身。
正文摘录
DeepMind AlphaEvolve 再破纪录：矩阵乘法指数 40 年最低！  新智元报道  AlphaEvolve 再次刷新记录！ 谷歌云首席科学家、DeepMind 副总裁 Pushmeet Kohli 官宣： 矩阵乘法的最快理论速度再次被刷新！  矩阵乘法是现代计算的「暗物质」——它驱动着从图形渲染到大规模神经网络训练的一切，却至今无人真正知道它的理论最快速度。 这个速度由指数 ω 定义：把两个 n×n 矩阵相乘的渐近复杂度是 O(n^ω)。 教科书算法给出 ω=3，1969 年德国数学家 Volker Strassen 把它降到约 2.807。 此后半个多世纪，逐渐把上界一点点推到 2.371339。 现在，Google DeepMind 与 Alman、Vassilevska Williams 等理论计算机科学家联手，借助 Gemini 驱动的编码智能体 AlphaEvolve ，把这个上界刷新到 ω < 2.371177。 改进幅度仅约 1.62×10⁻⁴，「与过去 40 年的多数进步相当」。 这是 AI 第一次以实质性方式介入了理论计算机科学最经典、最顽固的开放问题之一。