Google sjokkerer verden.

Google DeepMinds AlphaEvolve slår rekorder innen matematikk. Foto: Bloomberg .

Google DeepMind har nettopp publisert en vitenskapelig rapport som viser at AlphaEvolve samtidig slo fem Ramsey-tallsubgrenserekorder. Dette er et av de vanskeligste kombinatoriske problemene i matematikk, med tidligere rekorder som har stått i 6–20 år.

DeepMinds administrerende direktør, Demis Hassabis, delte umiddelbart nyheten og kalte den «en viktig milepæl for kunstig intelligens i matematikk». Turingprisvinner Yann LeCun gratulerte også forskerteamet.

Ramsey-tallet er et problem som har forbløffet selv de største matematikerne. Paul Erdős, Terence Taos lærer, sa en gang at hvis romvesener truet Jorden og menneskeheten måtte beregne Ramsey-tallet R(5,5) innen en viss tidsfrist eller risikere utryddelse, ville det mest fornuftige valget for menneskeheten være å overgi seg. Denne uttalelsen gjenspeiler problemets ekstreme vanskelighetsgrad.

Mer spesifikt forbedret AlphaEvolve de nedre grensene for de fem klassiske Ramsey-tallene, inkludert R(3,13) fra 60 til 61, R(3,18) fra 99 til 100, R(4,13) fra 138 til 139, R(4,14) fra 147 til 148, og R(4,15) fra 158 til 159. Selv om hvert tall bare økte med én, er det vanskeligere å øke med én enhet enn å øke størrelsesordenen i mange andre problemer. Alle fem gjennombruddene kom fra det samme systemet.

Det er verdt å merke seg at AlphaEvolve ikke løser problemer på den konvensjonelle måten. I stedet for at mennesker designer søkealgoritmer og lar maskiner kjøre dem, resonnerer AlphaEvolve i sitt eget algoritmiske rom. Det bruker det storskala Gemini-programmeringsspråket til kontinuerlig å forbedre koden, teste den, score ytelsen og beholde de mest effektive algoritmene.

DeepMind-forskerteamet identifiserte AlphaEvolve som å ha oppfunnet fire forskjellige algoritmiske grupper for 28 R(r,s)-verdier, alt fra tilfeldige initialiseringsmetoder til komplekse algebraiske strukturer basert på Paley-grafer og kvadratiske residuegrafer.

Dette er ikke første gang AlphaEvolve har gjort seg bemerket. Tidligere har systemet slått en 56 år lang rekord i matrikskjerner, optimalisert driftsplanene for Googles datasentre og oppdaget forenklede arkitekturmønstre for AI-brikke. Når et system oppdager algoritmer for å optimalisere treningsprosessen, blir linjen mellom verktøy og skaper stadig mer uklar.