主要观点总结
谷歌DeepMind推出名为AlphaEvolve的AI，在数学领域取得重大突破。该AI改进了矩阵乘法和六边形填充问题的解决方案，并解决了困扰数学家多年的接吻数问题。这一切都是靠AI自我进化、训练自己实现的。AlphaEvolve展现出AI自主优化算法的能力，或将彻底改变芯片设计和数据中心效率。谷歌CEO Pichai对“AI训练AI”进行了生动的解释。AlphaEvolve不仅解决了科学难题，还发现了新的前沿领域，代表着人类集体智慧的一次真正飞跃。
关键观点总结
关键观点1: AlphaEvolve实现了重大突破
AlphaEvolve改进了矩阵乘法的运算次数，打破了自Strassen算法提出以来的纪录。它还找到了在更大六边形内排列多个六边形的更优解法，并解决了接吻数问题。
关键观点2: AlphaEvolve通过自我对弈拥有超人的编码能力
AlphaEvolve能够通过自我对弈提升编码能力，这种能力超越了人类。它自主优化算法的能力或将彻底改变芯片设计和数据中心效率。
关键观点3: AlphaEvolve在谷歌内部的应用
AlphaEvolve已经应用于谷歌内部计算基础设施的优化，通过进化编程智能体提升了预训练LLM在复杂任务上的能力。它还找到了加速Gemini模型训练的方法，为自身提供了动力。
关键观点4: AlphaEvolve预示了AI与人类的强大协作循环
AlphaEvolve在发现新算法的过程中仍然非常依赖人类的参与。人与机器之间的这种互动，是AlphaEvolve之所以酷炫且强大的原因之一。
关键观点5: AlphaEvolve的意义和影响
AlphaEvolve的意义在于，它能直接应用于数学和科学问题，发现可以直接部署到现实世界的算法。研究者表示，这是他们此前从未经历过的事情，也预示着AI奇点可能已经到来。
文章预览
这周，谷歌DeepMind扔出了重磅炸弹——AlphaEvolve。 但许多人，仿佛还未意识到这个AI的意义。 可以这么说，AlphaEvolve，就是数学界AlphaGo的「第37步」时刻，堪称疯狂。 谷歌的这个AI，取得了人类未曾发现的数学成果。 比如，它改进了改进了4x4矩阵乘法，将运算次数从49次减少到48次，这是自1969年Strassen算法提出以来，56年内的突破！ 另外，它还推进了六边形填充问题的研究，找到了在更大六边形内排列11个和12个六边形的更优解法，超越了人类的解决方案（在停滞16年之后）！ 甚至，它一举改进了困扰数学家300多年的「接吻数问题」。 而这一切，都是靠AI自我进化、训练自己所使用的LLM而得到的。 通过自我对弈，它拥有了超人的编码能力，甚至让人预言—— 十年内，编程将迎来自己的AlphaGo时刻。 而且，跟AlphaGo的「第37步」不同，AlphaEvolve展现出AI自
………………………………
