上一篇
谷歌AlphaEvolve引领科学革命：AI替代直觉，突破灵感限制
在5月中旬，谷歌发布了AlphaEvolve，这款工具不仅迅速攻克了18年未解的难题，更预示着科学界即将迎来一场前所未有的变革：未来，科学家或将不再依赖直觉，而是借助AI的力量解决复杂问题！
5月中旬，谷歌在科学与计算领域投下了一枚震撼弹：AlphaEvolve。
借助Gemini模型，它发掘出全新的算法。
举例来说，仅仅在30天内，AlphaEvolve就与人类携手三度攻克了一项尘封18年的数学难题！对此，知名华人数学家陶哲轩都略感惊讶。
不仅在数学和计算机科学领域取得重大突破，AI的影响甚至可能波及更广泛的科学领域。
它不仅仅是一个文本生成工具，更非简单的模板制造者。它象征着AI的无限潜力，就像AlphaGo的“神之一手”，展现了前所未有的突破。
这甚至可能是AI自我改进的重要一步。
在深度对话中，华人投资家Sarah Guo（郭睿）采访了谷歌DeepMind的科学与战略副总裁Pushmeet Kohli（下图左），以及研究科学家Matej Balog（下图右）。
他们分享了AlphaEvolve背后的故事。除了数学和计算机科学，他们也进一步畅想：AlphaEvolve的理念是否能颠覆更多基础科学领域？
AlphaEvolve证明了靠智能取代“运气”，也能颠覆科学。它或许正开启一场不靠“灵感”的科学革命。
AlphaEvolve：陶哲轩震惊的进步
DeepMind的使命是负责任地构建人工智能，造福人类。多年来，DeepMind一直在科学领域探索新算法。
AlphaEvolve有何不同？
Pushmeet Kohli认为区别可以从历史角度来看。
一切从AlphaGo说起。
AlphaGo不仅能高效地探索围棋的所有可能局面，还能提出当时最佳走法。在几十年的围棋历史中，人类从未发现这种下法。
某种意义上，AlphaGo是AI智能体。在庞大的搜索空间中，它能高效探索并提出最优解。这种能力让人们感到惊讶，因为围棋非常复杂，科学家们曾认为AI在这一领域取得突破还需很长时间。
几十年来，人们认为矩阵乘法的复杂度是立方级别的。也就是说，如果两个矩阵的维度是n，那么计算的时间复杂度是n³。
50多年前，德国数学家Strassen提出了一种非常反直觉的方法，证明矩阵乘法的复杂度比原来预想的要低。
通过搜索，AlphaTensor发现了比之前所知的算法更高效的解决方案。它不仅在效率上超越了传统算法，还证明了AI可以实现超人级别的突破。
不断进化，自我改进
听起来AlphaEvolve类似于进化选择对吧？它是如何进行每一代的改进的？
在每一代过程中，AlphaEvolve不断改进，每一代都基于上一代的强解进行优化。
那这种进化过程的规模如何呢？如何控制模型的迭代次数？
关于这个问题，AlphaEvolve有一个出色的特性：它能适应问题的难度。
如果AlphaEvolve被要求解决一个相对简单的问题，它几乎能立即得到答案；但如果问题非常复杂，那么解决方案可能需要更长时间和更多的迭代来改进。
对编码智能体的意义
与一般的编码智能体相比：
AlphaEvolve的优势在于它能够处理更复杂的任务，并且具有更高的效率和创造性。
本文由主机测评网于2026-04-14发表在主机测评网_免费VPS_免费云服务器_免费独立服务器，如有疑问，请联系我们。
本文链接：https://www.vpshk.cn/20260436796.html
