华尔街先驱报旧金山5月18日讯 谷歌旗下人工智能实验室DeepMind近日发布了全新编程智能体AlphaEvolve，这一系统不仅在多个复杂数学问题上取得突破，更首次打破了一项长达56年未被解决的复数矩阵乘法难题，引发全球科技与数学界的强烈关注。
与传统编程AI不同，AlphaEvolve专注于自动发现并持续优化通用算法。它借助语言模型生成大量程序候选，并结合自动评估与进化机制，不断迭代出更优解，具备强大的“算法自进化”能力。
破解复数矩阵乘法难题，56年未解之谜被攻克
AlphaEvolve最引人注目的成就是提出了一种仅需48次乘法即可完成4×4复数矩阵乘法的全新算法。这是该领域自1968年以来首次实现效率上的突破，终结了一个困扰数学界半个多世纪的难题。
DeepMind研究员Matej Balog表示，该结果来自AlphaEvolve自主构造的一种复杂搜索算法，标志着AI在探索高维数学结构方面的潜力已进入全新阶段。
可通用于科学、工程与AI系统设计
AlphaEvolve的应用并不仅限于数学。它已被部署在谷歌内部多个工程任务中，包括优化大型语言模型的计算效率、重写TPU芯片算术电路，以及加速Transformer结构的运行机制。
DeepMind透露，AlphaEvolve可广泛适用于问题可程序表达、结果可函数评估的领域，目前已在组合数学、几何学、数论等超过50个数学难题中进行测试，其中约75%成功重现最优解，20%提供了更优解法。
在经典的“接吻数问题”中，AlphaEvolve甚至提出了一种由593个球体组成的新结构，刷新了11维空间中的理论下界。
AI将持续改写算法设计方式
AlphaEvolve继承了DeepMind早期系统如AlphaGo与AlphaFold的智能策略探索精神，却更进一步，成为一个具备算法构造能力的智能体框架。它不再依赖强化学习或人类经验，而是通过代码自动进化、评分筛选，不断推进算法的边界。
科技观察人士指出，AlphaEvolve的出现意味着：算法不再是稀缺的人类才能，而是可以规模化生产的智能供给。在科研、工程、金融建模乃至基础科学中，AI有望成为算法合作者，而非仅仅是工具。
结语：知识地图的边界，正在被AI重新绘制
正如历史上AlphaGo让人类重新理解围棋的边界，AlphaEvolve则正在重新绘制人类算法与数学探索的知识地图。当程序可以自我演化，当算法发现变得“自动化”，人类对未知世界的征途，也许才刚刚开始。