谷歌旗下的 DeepMind 将强化学习技术应用于数学矩阵的乘法运算，击败了一些持续了 50 年的人造算法，并致力于改进计算机科学。
DeepMind 于 2010 年在伦敦成立，因其在围棋中击败世界冠军而闻名。 AlphaGo 人工智能并承担蛋白质折叠的令人难以置信的复杂挑战 AlphaFold.
在轮对轮的运动中，它已经将目光投向了数学问题本身。
具体来说，该实验室表示它开发了一种方法 自动化发现 矩阵相乘时充当捷径的算法——许多青少年数学学生头痛的原因。
多年来，数学家一直在将算法应用于这些复杂的数组乘法，其中一些用于计算机科学，特别是机器学习和人工智能。
我们被告知，DeepMind 研究员 Alhussein Fawzi 和他的同事使用深度强化来重新发现早期的矩阵乘法算法并找到新的算法。 该团队创建了一个名为 AlphaTensor 的系统，该系统玩一个游戏，其目标是找到将两个矩阵相乘的最佳方法。 如果 AI 代理做得好，它会得到加强，使未来的成功更有可能。
使用此反馈一遍又一遍地重复此过程，以便代理生成有趣且改进的矩阵相乘方法。 据说，DeepMind 的智能体面临着以尽可能少的步骤完成矩阵数学工作的挑战，并且必须从潜在的数万亿次可能的移动中找出最佳的前进方式。
我们注意到，这个 AI 代理很可能在其学习过程和推理过程中使用了矩阵数学； 因此，矩阵运算被用来寻找更快的方法来进行矩阵运算。
他说，Fawzi 本周在新闻发布会上说，这项工作很复杂，尽管导致了针对 50 多年人类研究中尚未改进的问题的算法的开发。
研究人员声称，这些技术可以使使用乘法算法（例如 AI）的计算任务受益，并展示如何使用强化学习为已知问题找到新的和意想不到的解决方案，同时也注意到一些局限性。 例如，预定义的组件对于避免系统丢失有效算法的子集是必要的。
怀疑论者可能会指出 AlphaFold 的应用，它承诺通过人工智能支持的蛋白质研究在药物发现方面取得突破。 尽管该模型已经预测了几乎所有已知的蛋白质结构，但它的 帮助的能力 科学家发现新药仍未得到证实。
无论如何，这对我们来说看起来像是机器学习被用来加速机器学习。 ®
