AI首次創建高效準確數學演算法

英國《自然》雜誌封面以“矩陣遊戲”為題，發表了人工智慧（AI）公司“深度思維”團隊的最新發現：AI可解決矩陣乘法問題。這是第一個可為矩陣乘法等基本任務發現新穎、高效且正確演算法的AI系統。換句話説，這個名為“AlphaTensor”的AI能自行發現新演算法，從而解決了50年來數學領域一個懸而未決的問題——找到兩個矩陣相乘最快的方法。

數學在電腦編程中經常出現，通常作為描述和操縱現實世界現象表示的一種手段。例如，它用於表示電腦螢幕上的像素、天氣狀況或人工網路中的節點。在這種情況下，使用數學的主要方式之一，就是對矩陣進行計算。

在對遊戲進行編程時，矩陣描述了可能的運動選項。為了實現這樣的運動，矩陣經常被相乘和/或相加。這需要海量的工作，隨著矩陣變得越來越大尤其如此，這就是為什麼電腦科學家花費大量時間和精力來開發越來越有效演算法來完成工作的原因。1969年，數學家沃爾克·斯特拉森想出了一種方法，只使用7個乘法運算而不是標準的8個乘法運算將兩個2×2矩陣相乘。

但在新成果中，“深度思維”研究人員從遊戲系統中尋找靈感，這些遊戲大多數都是基於強化學習的。在構建了一些初步系統之後，研究小組將重點轉向了樹搜索，這也用於遊戲編程，是系統在特定情況下查看各種方案的一種手段。當應用於乘法矩陣時，研究人員發現，將AI系統轉換為遊戲可搜索最有效的方法來獲得所需的結果——數學結果。

研究人員通過允許它搜索、評估來測試他們的系統，然後使用現有演算法，並以獎勵來激勵選出最有效的演算法。系統學會了影響矩陣乘法效率的因素。接下來，研究人員將允許系統創建自己的演算法，尋求進一步提高效率。他們發現，在許多情況下，系統選擇的演算法比人類前輩創建的演算法更好。

“深度思維”團隊希望，未來AI能更多地用來幫助攻克數學和科學領域的一些最重要的難題。

【總編輯圈點】

“AlphaTensor”的前身，其實就是在西洋棋、圍棋和將棋等遊戲中打敗人類高手的“阿爾法零”，可以説，這項工作展示了智慧體從遊戲到解決數學問題的一次重要轉變。從數學角度看，新AI可比以往更高效地探索演算法空間，加深人們對矩陣豐富性的理解。而從更深遠的角度講，矩陣乘法正是電腦圖形、數字通信、神經網路訓練和科學計算等諸多領域的核心，這一AI帶來的不僅僅是“矩陣遊戲”，還將是以上這些領域計算效率的大幅提升。