Google chockar världen.

Google DeepMinds AlphaEvolve slår rekord inom matematik. Foto: Bloomberg .

Google DeepMind har just släppt en vetenskaplig rapport som visar att AlphaEvolve samtidigt slog fem Ramsey-talrekord. Detta är ett av de svåraste kombinatoriska problemen inom matematik, med tidigare rekord som stått sig i 6–20 år.

DeepMinds VD Demis Hassabis delade omedelbart nyheten och kallade det "en viktig milstolpe för AI inom matematik." Turingpristagaren Yann LeCun gratulerade också forskargruppen.

Ramseytalet är ett problem som har förvirrat även de största matematikerna. Paul Erdős, Terence Taos lärare, sa en gång att om utomjordingar hotade jorden och mänskligheten var tvungen att beräkna Ramseytalet R(5,5) inom en viss tidsgräns eller riskera utrotning, skulle det mest rimliga valet för mänskligheten vara att ge upp. Detta uttalande återspeglar problemets extrema svårighetsgrad.

Mer specifikt förbättrade AlphaEvolve de nedre gränserna för de fem klassiska Ramsey-talen, inklusive R(3,13) från 60 till 61, R(3,18) från 99 till 100, R(4,13) från 138 till 139, R(4,14) från 147 till 148 och R(4,15) från 158 till 159. Även om varje tal bara ökade med en, är det svårare att öka med en enhet än att öka storleksordningen i många andra problem. Alla fem genombrotten kom från samma system.

Det är värt att notera att AlphaEvolve inte löser problem på konventionellt sätt. Istället för att människor designar sökalgoritmer och låter maskiner köra dem, resonerar AlphaEvolve i sitt eget algoritmiska utrymme. Det använder det storskaliga programmeringsspråket Gemini för att kontinuerligt förbättra sin kod, testa den, poängsätta dess prestanda och behålla de mest effektiva algoritmerna.

DeepMind-forskargruppen identifierade AlphaEvolve som att ha uppfunnit fyra olika algoritmiska grupper för 28 R(r,s)-värden, allt från slumpmässiga initialiseringsmetoder till komplexa algebraiska strukturer baserade på Paley-grafer och kvadratiska residugrafer.

Det här är inte första gången AlphaEvolve har gjort succé. Tidigare har systemet slagit ett 56-årigt rekord i matriskärnor, optimerat Googles driftsscheman för datacenter och upptäckt förenklade arkitekturmönster för AI-chip. När ett system upptäcker algoritmer för att optimera sin träningsprocess blir gränsen mellan verktyg och skapare alltmer suddig.