AlphaEvolve，一款可以自己编写代码的谷歌人工智能.
谷歌 DeepMind今天公布了AlphaEvolve，这是一种人工智能代理，可以发明全新的计算机算法，然后直接将它们投入到公司庞大的计算帝国中。
AlphaEvolve将谷歌的Gemini大型语言模型与一种进化方法相结合，可以自动测试、改进和提升算法。该系统已部署在谷歌的数据中心、芯片设计和 AI 训练系统中，提高了效率，并解决了困扰研究人员数十年的数学难题。
该系统通过改进整个代码库而非单个函数，极大地扩展了谷歌此前在FunSearch上的工作。它代表着人工智能在开发复杂算法以应对科学挑战和日常计算问题方面的能力的重大飞跃。
人工智能算法如何运行公司数据中心
AlphaEvolve 在谷歌内部默默运行了一年多，目前已取得显著成果。
它发现的一种算法已为谷歌的大规模集群管理系统Borg提供支持。这种启发式调度算法平均可持续恢复谷歌全球计算资源的 0.7%——以谷歌的规模而言，这是一个惊人的效率提升。
这项发现直接针对的是“搁浅资源”——指某种资源（如内存）耗尽，但其他资源（如 CPU）仍然可用的机器。AlphaEvolve 的解决方案尤其有价值，因为它可以生成简单易读的代码，工程师可以轻松解释、调试和部署。
这款人工智能代理并未止步于数据中心。它重写了谷歌的部分硬件设计，找到了一种方法来消除张量处理单元(TPU) 关键运算电路中不必要的比特。TPU 设计师验证了这一改变的正确性，目前它正应用于即将推出的芯片设计中。
或许最令人印象深刻的是，AlphaEvolve 改进了自身驱动的系统。它优化了用于训练Gemini 模型的矩阵乘法核，使该运算速度提升了 23%，并将整体训练时间缩短了 1%。对于在海量计算网格上训练的 AI 系统来说，这种效率提升意味着显著的能源和资源节省。
DeepMind 的另一位研究员亚历山大·诺维科夫 (Alexander Novikov) 在接受 VentureBeat 采访时表示：“我们试图找出那些可以加速并产生最大影响的关键部分。我们能够将（一个重要内核的）实际运行时间优化 23%，这意味着整个 Gemini 训练卡的端到端性能节省了 1%。”
打破斯特拉森保持 56 年之久的矩阵乘法记录：AI 解决了人类无法解决的问题
AlphaEvolve 解决了困扰人类专家数十年的数学问题，同时推进了现有系统的发展。
该系统设计了一种新颖的基于梯度的优化程序，发现了多种新的矩阵乘法算法。其中一项发现打破了保持了56年的数学纪录。
“说实话，我们发现，AlphaEvolve尽管是一项更通用的技术，却取得了比AlphaTensor更好的结果，”Balog 在谈到 DeepMind 之前的专用矩阵乘法系统时说道。“对于这些四乘四矩阵，AlphaEvolve 首次找到了一种超越 Strassen 1969 年算法的算法。”
这项突破使得两个 4×4 复值矩阵相乘只需 48 次标量乘法，而非 49 次——自 Volker Strassen 的里程碑式研究以来，数学家们一直未能实现这一突破。根据研究论文，AlphaEvolve“提升了 14 种矩阵乘法算法的领先水平”。
该系统的数学应用范围远不止矩阵乘法。在针对数学分析、几何学、组合学和数论领域 50 多个未解决的问题进行测试时，AlphaEvolve 在约 75% 的案例中与最先进的解决方案相匹配。在约 20% 的案例中，它改进了已知的最佳解决方案。
“接吻数问题”是AlphaEvolve的一项胜利。这是一个有着数百年历史的几何难题，旨在确定有多少个不重叠的单位球体可以同时接触一个中心球体。在11个维度中，AlphaEvolve找到了一个包含593个球体的配置，打破了之前592个球体的纪录。
工作原理：Gemini 语言模型加上进化技术，打造数字算法工厂
AlphaEvolve 与其他 AI 编码系统的不同之处在于其进化方法。
该系统同时部署Gemini Flash（提升速度）和Gemini Pro（提升深度），以对现有代码提出修改建议。这些修改将由自动评估器进行测试，并对每个变体进行评分。最成功的算法将指导下一轮演进。
AlphaEvolve 不仅仅从训练数据中生成代码。它积极探索解决方案空间，发现新颖的方法，并通过自动评估流程对其进行改进，创造出人类可能从未想过的解决方案。
“我们方法中的一个关键理念是，我们专注于具有明确评估者的问题。对于任何提出的解决方案或代码片段，我们都可以自动验证其有效性并衡量其质量，”Novikov 解释说。“这使我们能够建立快速可靠的反馈回路来改进系统。”
这种方法特别有价值，因为系统可以解决任何具有明确评估指标的问题——无论是数据中心的能源效率还是数学证明的优雅性。
AlphaEvolve 目前部署在谷歌的基础设施和数学研究中，但其潜力远不止于此。谷歌 DeepMind 设想将其应用于材料科学、药物研发以及其他需要复杂算法解决方案的领域。
网友热评：
1、除非他们的说法夸大其词，否则这可是件大事：“能够发明全新的计算机算法”，“能够在计算和数学领域取得新发现”。如果能提供一些证据就更好了。
2、它是 FunSearch 的扩展，FunSearch 已经在数学和计算领域提供了令人印象深刻的解决方案。
3、我们不会得到太多真实的信息，论文可能会有偏见。
4、谷歌曾经发布过一篇严肃的新闻稿，声称发现了多元宇宙……所以我对此持保留态度
5、Demis 想要第二次获得诺贝尔奖
6、十年后的反乌托邦穴居人哭丧着脸说：“当初咱们还起哄‘让他们折腾去吧’，哪知道小丑竟是我们自己——锅里的菜就是咱啊！”
十年后的乌托邦穴居人乐呵呵刷着全息屏：“幸亏当年没拦着他们搞研发！现在戴着脑机接口扮山顶洞人，元宇宙里钻木取火可太带劲了！”