北京10月8日電，英國《自然》雜志封面以“矩陣游戲”為題，發表了人工智能（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、高效且正確算法的AI系統。換句話說，這個名為“AlphaTensor”的AI能自行發現新算法，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。
數學在計算機編程中經常出現，通常作為描述和操縱現實世界現象表示的一種手段。例如，它用于表示計算機屏幕上的像素、天氣狀況或人工網絡中的節點。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。
在對游戲進行編程時，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，這就是為什么計算機科學家花費大量時間和精力來開發越來越有效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”研究人員從游戲系統中尋找靈感，這些游戲大多數都是基于強化學習的。在構建了一些初步系統之后，研究小組將重點轉向了樹搜索，這也用于游戲編程，是系統在特定情況下查看各種方案的一種手段。當應用于乘法矩陣時，研究人員發現，將AI系統轉換為游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，然后使用現有算法，并以獎勵來激勵選出最有效的算法。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，系統選擇的算法比人類前輩創建的算法更好。
“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，其實就是在國際象棋、圍棋和將棋等游戲中打敗人類高手的“阿爾法零”，可以說，這項工作展示了智能體從游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，矩陣乘法正是計算機圖形、數字通信、神經網絡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“矩陣游戲”，還將是以上這些領域計算效率的大幅提升。
