▲Google推AI新工具 AlphaEvolve，自學算法解未解難題。（圖／Google）
記者吳立言／綜合報導
Google DeepMind今（15日）正式推出全新AI系統AlphaEvolve，整合Gemini大型語言模型與進化式演算法，不僅能自動發明更高效的程式碼，還被成功應用於資料中心資源調度、晶片設計與AI模型訓練，加速技術與理論雙軌創新。
AlphaEvolve的核心特色在於其自我進化機制，透過反覆試驗、評估與優化，它能找出更快的數學與計算解法。相較於前一代模型AlphaTensor，AlphaEvolve在矩陣乘法演算法的效率上有顯著突破。AlphaEvolve成功找出一套針對4×4複數矩陣的全新演算法，將乘法次數由「施特拉森演算法（Strassen algorithm）」提出的49次降低為48次，改寫自1969年以來從未被突破的紀錄，顯示AI在數學領域的創造潛力。
在嘗試超過50個開放數學問題中，AlphaEvolve在75%的情況下能重新發現現有最佳解，並在約20%案例中提出更優解，其中包括經典的「接吻數問題」。該系統於11維空間成功排列出593顆球體同時接觸中心球體，刷新既有紀錄。
Google已將AlphaEvolve應用於其全球資料中心，用以解決運算資源配置不均的問題，成功提升0.7%的資源利用率，此外，它還改良了張量處理單元（TPU）的電路設計，刪除冗餘邏輯，助力下一代晶片效能升級。
在AI模型訓練方面，AlphaEvolve自主優化了Gemini的訓練內核，讓矩陣運算速度提升23%，整體訓練時間縮短1%。不同於傳統依賴提示詞的生成工具，AlphaEvolve採用演化式設計流程，會同時使用Gemini Flash與Gemini Pro產出程式變體，並透過系統評估機制篩選最優版本進行遞進式優化，逐步構建出前所未見的演算法。
DeepMind也表示，未來將拓展AlphaEvolve應用至藥物研發、材料科學與永續技術等更多領域，並正與多個學術單位合作開發實驗平台，預計釋出早期版本供研究機構試用。
