這周，谷歌DeepMind扔出了重磅炸彈——AlphaEvolve。

但許多人，仿佛還未意識(shí)到這個(gè)AI的意義。

可以這么說(shuō)，AlphaEvolve，就是數(shù)學(xué)界AlphaGo的「第37步」時(shí)刻，堪稱瘋狂。

谷歌的這個(gè)AI，取得了人類未曾發(fā)現(xiàn)的數(shù)學(xué)成果。

比如，它改進(jìn)了改進(jìn)了4x4矩陣乘法，將運(yùn)算次數(shù)從49次減少到48次，這是自1969年Strassen算法提出以來(lái)，56年內(nèi)的突破！

另外，它還推進(jìn)了六邊形填充問題的研究，找到了在更大六邊形內(nèi)排列11個(gè)和12個(gè)六邊形的更優(yōu)解法，超越了人類的解決方案（在停滯16年之后）！

甚至，它一舉改進(jìn)了困擾數(shù)學(xué)家300多年的「接吻數(shù)問題」。

而這一切，都是靠AI自我進(jìn)化、訓(xùn)練自己所使用的LLM而得到的。

通過(guò)自我對(duì)弈，它擁有了超人的編碼能力，甚至讓人預(yù)言——

十年內(nèi)，編程將迎來(lái)自己的AlphaGo時(shí)刻。

而且，跟AlphaGo的「第37步」不同，AlphaEvolve展現(xiàn)出AI自主優(yōu)化算法的能力，或?qū)氐赘淖冃酒O(shè)計(jì)和數(shù)據(jù)中心效率。

谷歌CEO Pichai，對(duì)「AI訓(xùn)練AI」進(jìn)行了生動(dòng)的解釋：由Gemini驅(qū)動(dòng)的編碼agent，優(yōu)化了Gemini的訓(xùn)練，形成了一個(gè)數(shù)據(jù)飛輪

跟以往成果不同的是，谷歌DeepMind這次直接弄出一個(gè)通用武器。

從此，AI不僅能解決問題，還能發(fā)現(xiàn)新的前沿領(lǐng)域。這就代表著，人類集體智慧發(fā)生了一次真正的飛躍！

接下來(lái)的劇本，或許就是AI橫掃各大科學(xué)難題，直接顛覆人類科研。

谷歌DeepMind

引領(lǐng)全人類未來(lái)

谷歌DeepMind，一直在AI改造世界這個(gè)方向引領(lǐng)著前沿。可以說(shuō)，在將近30年里，他們都在指引著人類文明的方向。

AlphaGo通過(guò)學(xué)習(xí)人類對(duì)弈，甚至自我對(duì)弈，擊敗了人類冠軍李世石。

AlphaZero通過(guò)自我對(duì)弈，學(xué)會(huì)圍棋、國(guó)際象棋和日本將棋，被稱為一種人類從未見過(guò)的智慧。

AlphaFold預(yù)測(cè)了數(shù)百萬(wàn)種從未通過(guò)實(shí)驗(yàn)測(cè)量過(guò)的蛋白質(zhì)三維結(jié)構(gòu)。

AlphaDev則發(fā)現(xiàn)了更快的排序算法。

AlphaTensor用于進(jìn)行科學(xué)發(fā)現(xiàn)，將尋找更快矩陣乘法算法的問題構(gòu)造成一個(gè)游戲，實(shí)現(xiàn)了重大突破。

FunSearch則將我們帶到更遠(yuǎn)，通過(guò)代碼演化，利用LLM尋找新的數(shù)學(xué)解決方案。

谷歌DeepMind的下一個(gè)Alpha，更是令人無(wú)比期待。

OpenAI研究員Jason Wei就表示，AlphaEvolve對(duì)于像我這樣的強(qiáng)化學(xué)習(xí)鐵桿粉絲來(lái)說(shuō)，確實(shí)令人不安

所以，這次打造出AlphaEvolve的團(tuán)隊(duì)，究竟有哪些人物，經(jīng)歷了哪些探索？

就在最近，Youtube上的人氣大V「Machine Learning Street Talk」，就提前獲取了谷歌DeepMind的這篇論文，并采訪了這項(xiàng)工作的研究者。

半個(gè)世紀(jì)矩陣乘法突破，研究者當(dāng)場(chǎng)驚呆

在計(jì)算機(jī)科學(xué)領(lǐng)域，幾乎沒有問題能像矩陣乘法一樣基礎(chǔ)。

半個(gè)多世紀(jì)以來(lái)，此領(lǐng)域的一個(gè)特定基準(zhǔn)，一直被認(rèn)為難以突破。

因?yàn)樽顑?yōu)算法的搜索空間極為龐大，使得窮舉在實(shí)踐中幾乎不可能，即使對(duì)相對(duì)較小的矩陣也是如此。

1969年，Strassen通過(guò)發(fā)現(xiàn)一種算法，徹底改變了這一領(lǐng)域。該算法僅需七次標(biāo)量乘法，即可乘以兩個(gè)二乘二矩陣。

而就在今天，這一紀(jì)錄被Alpha Evolve打破了！

而它能做到一點(diǎn)，連谷歌DeepMind的研究者都沒想到。

對(duì)于通常情況下的矩陣，仍然沒有比使用四十九次乘法進(jìn)行兩次Strassen更好的辦法。

開始，研究者們也壓根沒有期待，它能找到比四十九次更好的結(jié)果，因?yàn)樗麄円呀?jīng)用AlphaTensor嘗試了很長(zhǎng)時(shí)間了。

所以，他們只是出于完整性試了一下，因?yàn)橄朐谡撐闹姓故具@個(gè)表格而已。

結(jié)果，出乎所有人意料，一個(gè)更快的算法，居然被它發(fā)現(xiàn)了！

這次，算法使用了48次，而不是49次乘法，徹底打破紀(jì)錄。

當(dāng)看到一位同事發(fā)消息通知這一結(jié)果時(shí)，研究者表示自己簡(jiǎn)直不敢相信。

反復(fù)檢查三遍后，他們終于確認(rèn)——

AI不斷增強(qiáng)的能力，可以生成全新的、可證明準(zhǔn)確的算法，從而推動(dòng)科學(xué)的邊界！

跟第一版本有何區(qū)別？

根據(jù)論文，AlphaEvolve是一種進(jìn)化編程智能體，顯著提升了預(yù)訓(xùn)練LLM在復(fù)雜任務(wù)上的能力。

要知道，此前團(tuán)隊(duì)曾有過(guò)第一篇論文，講的是FunSearch，原理與之非常類似。

所以，二者的區(qū)別在哪里呢？

研究者介紹說(shuō)，F(xiàn)unSearch只是在搜索一個(gè)單一的函數(shù)，但AlphaEvolve，本質(zhì)上可以作用于整個(gè)代碼庫(kù)。

它會(huì)在代碼庫(kù)中你標(biāo)記的區(qū)域中進(jìn)行搜索，甚至優(yōu)化這些函數(shù)之間的交互。

谷歌昂貴的服務(wù)器，不用閑置了

所以，AlphaEvolve有沒有可能進(jìn)化出一個(gè)方法，來(lái)優(yōu)化谷歌的計(jì)算基礎(chǔ)設(shè)施呢？

出于嘗試，谷歌工程師將一個(gè)候選方案放進(jìn)這個(gè)AI，令人驚喜的是，它果然進(jìn)化出了一個(gè)更聰明的啟發(fā)式方法！

現(xiàn)在，這個(gè)方法已經(jīng)被運(yùn)用于優(yōu)化谷歌內(nèi)部的計(jì)算基礎(chǔ)設(shè)施了。

要知道，在谷歌龐大的數(shù)據(jù)中心，高效安排計(jì)算任務(wù)是一項(xiàng)非常復(fù)雜的操作。如果操作不當(dāng)，昂貴的服務(wù)器就會(huì)閑置。

而現(xiàn)在結(jié)果正式，這個(gè)全新方法利用了谷歌服務(wù)器群計(jì)算資源的0.7%，對(duì)于谷歌來(lái)說(shuō)，這是一項(xiàng)巨大的節(jié)省。

盜夢(mèng)空間成真？

甚至，在另一個(gè)自我改進(jìn)的實(shí)例中，它甚至找到了加速Gemini模型訓(xùn)練的方法，這，就為AlphaEvolve本身提供了動(dòng)力。

這個(gè)實(shí)例之所以如此有趣，是因?yàn)樗粌H生成了解決方案，還生成了產(chǎn)生這些方案的程序。

也就是說(shuō)，Alpha Evolve像《盜夢(mèng)空間》一樣。

甚至研究者表示，在檢查代碼時(shí)，他不僅想到，這看起來(lái)完全就是一種數(shù)學(xué)洞察，或者一種數(shù)學(xué)假設(shè)！

事實(shí)也證明了，它們的確對(duì)改進(jìn)結(jié)果非常關(guān)鍵。

而Alpha Evolve另外一個(gè)有趣的點(diǎn)，就是它仍然非常依賴「人類參與其中」。

過(guò)程中，人類負(fù)責(zé)識(shí)別哪些內(nèi)容是有趣的，找到那些有明確評(píng)估標(biāo)準(zhǔn)的問題，將候選解決方案納入循環(huán)中。

然后，Alpha Evolve就會(huì)遍歷這個(gè)可能性的錐體，在過(guò)程中不斷跳躍，將這個(gè)循環(huán)繼續(xù)下去。

所以，Alpha Evolve也預(yù)示了一種AI的未來(lái)——人類和AI之間，有著強(qiáng)大的協(xié)作循環(huán)。

曾經(jīng)有一個(gè)「死掉的互聯(lián)網(wǎng)」的理論，指的是在未來(lái)，網(wǎng)上大部分內(nèi)容都將由AI生成，而且非常表面化、非常膚淺。

而此時(shí)，就需要人類來(lái)指導(dǎo)AI、改進(jìn)結(jié)果，進(jìn)行迭代。

而讓Alpha Evolve如此酷炫且強(qiáng)大的，也正是人與機(jī)器之間的這種互動(dòng)。

AlphaEvolve，為何如此適合科學(xué)發(fā)現(xiàn)

在訪談中，主持人向研究者提問道：究竟是什么促使你們走上了進(jìn)化算法的道路呢？

研究者回答說(shuō)，這就跟科學(xué)發(fā)現(xiàn)的過(guò)程一樣，是一個(gè)非常自然的選擇。

進(jìn)化算法能為探索過(guò)程帶來(lái)多樣性，確保你不會(huì)在早期就鎖定在某種特定方法上，因?yàn)檫@種方法有可能是次優(yōu)解。

最終，我們?nèi)匀恍枰粩嗵剿魉械目赡苄裕绕涫窍胍龀鲂碌目茖W(xué)發(fā)現(xiàn)時(shí)。

言簡(jiǎn)意賅地說(shuō)，AlphaEvolve就是一個(gè)進(jìn)化算法，對(duì)于系統(tǒng)給出代碼片段，我們都可以自動(dòng)測(cè)試它好不好，有多好。

一方面，它可以把你限制在你可以解決的問題集上，而另一方面，它涵蓋的問題范圍又非常廣泛。

LLM會(huì)給你提出各種想法，通過(guò)這個(gè)評(píng)估器，我們就可以篩選出真正重要的、能做出改變的想法。

最有潛力的代碼，將被識(shí)別出來(lái)，然后專注于改進(jìn)這些部分。

接下來(lái)，采訪者就提出了一個(gè)重要的問題：我們什么時(shí)候才知道，這個(gè)過(guò)程要結(jié)束？

比如，可能我們覺得該終止了，但如果再多等五分鐘，就會(huì)得到一個(gè)近乎完美的算法。

研究者解答了他的疑惑。

從理論上講，的確永遠(yuǎn)無(wú)法確定如何讓算法運(yùn)行更久，以及會(huì)得到什么結(jié)果。

但在實(shí)踐中，這并未造成任何問題。

比如可以這樣設(shè)置問題：我正在嘗試解決這個(gè)數(shù)學(xué)中的開放性問題，尋找能取得進(jìn)展的搜索算法，但我希望10分鐘內(nèi)就能取得進(jìn)展。

也就是說(shuō)，其實(shí)我們只探索了能在10分鐘內(nèi)做出進(jìn)展的算法空間。

當(dāng)然的確存在這種可能性：如果運(yùn)行更長(zhǎng)時(shí)間，說(shuō)不定還會(huì)有表現(xiàn)更好的算法。這個(gè)可能性永遠(yuǎn)無(wú)法消除。

那一刻，AI發(fā)生了想象力驚人的跳躍

主持人問道：你可以舉出一些系統(tǒng)做出真正有想象力的跳躍的例子嗎？

研究者表示，一個(gè)具體的例子，AlphaEvolve如何發(fā)現(xiàn)矩陣乘法算法的。

實(shí)際上，他們只是讓它設(shè)計(jì)了一個(gè)基于梯度的搜索算法，也即一個(gè)能找出的算法的算法，或者說(shuō)元算法。

第一個(gè)搜索算法，是從一個(gè)非常簡(jiǎn)單的代碼框架開始的。

研究者并未給它任何東西，只告訴它「用梯度」，然后，它就寫出了這些復(fù)雜的損失函數(shù)和更新函數(shù)，而且以完全出人意料的方式引入了隨機(jī)性。

就在那一刻，研究者驚呼：太厲害了！

當(dāng)然，這種代碼也有可能是人類寫出的，但他們真的會(huì)想到寫出這段特定代碼嗎？

那一刻，他仿佛頓悟了——AlphaEvolve做的，是一些類似人類的事情，但又顯然不是人類會(huì)嘗試的東西。

人類具體是怎樣指導(dǎo)AI的呢？

研究者提及了一個(gè)實(shí)驗(yàn)，在這個(gè)實(shí)驗(yàn)中，他們請(qǐng)幾個(gè)人花了30分鐘思考這個(gè)問題，記下筆記，然后指導(dǎo)系統(tǒng)完成整個(gè)過(guò)程。

可以理解為，AI榨出了這個(gè)想法的全部精華，理解了它的本質(zhì)，于是引導(dǎo)LLM得出了這樣的目標(biāo)，同時(shí)做了很多優(yōu)化。

聽起來(lái)，這就是智能的本質(zhì)——嘗試很多事情，總有一件會(huì)成功。

最震撼之處：改變世界，就在當(dāng)下

研究者表示，在以往，通常我們很難開發(fā)出某種科研工具，直接、立刻應(yīng)用到現(xiàn)實(shí)世界的挑戰(zhàn)，并產(chǎn)生巨大影響。

而AlphaEvolve的意義就在于，在開箱時(shí)就能同時(shí)在數(shù)學(xué)和科學(xué)問題上做出新發(fā)現(xiàn)，甚至還能發(fā)現(xiàn)可以直接部署到谷歌核心計(jì)算架構(gòu)中的算法。

這，是他們此前從未經(jīng)歷過(guò)的事情。

AI奇點(diǎn)，或許已經(jīng)到來(lái)了。