評論: 56年無人解開的數學難題，被穀歌的新AI突破了

AI很快就會發現人類這個物種是世界上效率最低的東西，純消耗，不具任何價值。

其實還是跟下棋一樣。
計算機的優勢是遍曆，尋找所有可能性。
穀歌也就是還是在重複10多年前的下圍棋那個調調。

我們人類完了。哈哈。

優化，先要生成可能方案，然後從中找一個最好的。雖說AI的幻覺是一大缺陷，但對生成可能方案有用，因為可以打破人類的思維定式。

這種幻覺可能99%沒意義，但愚者千慮，必有一得，總會生成人類想不到的，新的，甚至離奇的概念排列組合。於是，新方法就被創造出來了。

AI隻管生成方案，而決定方案好壞，現在還要靠人。

關鍵還是邏輯推理能力： 沒有

確實，隻是一種更有效更加不知疲倦的改進，量變。當然，量變也不容易，都是穀歌白砸巨資養一幫人沒事折騰大模型來玩。如今數學和理論物理都要靠AI。人腦已經到了生理極限。沒有AI，人類科技將停滯。人類會自生自滅。


——————

在 DeepMind 的研究員 Matej Balog 提到的 AlphaEvolve 取得的突破之前，4×4 複數矩陣乘法的最優算法是基於 1969 年 Volker Strassen 提出的 Strassen 算法。該算法通過將矩陣分塊並遞歸地應用 2×2 矩陣乘法的優化方法，將乘法次數從傳統方法的 64 次減少到 49 次。 

然而，Strassen 算法並非專門針對 4×4 複數矩陣優化的。在 2022 年，DeepMind 推出的 AlphaTensor 係統在模 2 算術下發現了一個僅需 47 次乘法的 4×4 矩陣乘法算法，但該算法僅適用於有限域，並不適用於複數域。 

直到 2025 年，AlphaEvolve 才首次在複數域中發現了一個僅需 48 次乘法的 4×4 矩陣乘法算法，打破了長達 56 年的記錄。這一成果展示了 AI 在發現高效算法方麵的潛力，尤其是在傳統方法難以取得突破的領域。

總結如下：
• 傳統方法：64 次乘法。
• Strassen 算法（1969）：49 次乘法，適用於任意域。
• AlphaTensor（2022）：47 次乘法，僅適用於模 2 算術。
• AlphaEvolve（2025）：48 次乘法，適用於複數域。

AlphaEvolve 的發現不僅在理論上具有重要意義，也可能對實際應用中的計算效率產生積極影響。

舊酒裝新瓶，基因算法早就有，區別隻是現在迭代優化的速度更快，量變引起質變而已

看了某些人的留言 本想說倆句 想想還是算了

以前買下穀狗股票，現在還是做著大閘蟹，唯一信心是穀狗以後會追上AI的選進

Deepsake 這種抄襲的玩意兒，永遠跟在別人後麵抄。就象整個中國的所謂高科技，美國創新它抄襲，永遠也搞不出西方沒有的東西。鄙視。

政治民生話題G點太多動不動就“我們換個話題吧”也就罷了，Deepseek不是也被粉紅毛毛們吹噓最擅長解決數理問題嗎？腫麽在這種尖端前沿數學難題前就看不見蹤影呢？

國產AI也隻是善於做中小學數學練習題的小鎮做題家。。。

被印度AI解開了，吹牛不死人的技術百分之百掌握了

必然的，誰領先AI誰的科技就會翻倍快速提高

穀歌做出了很多意義非凡的成就。從GitHub 學習編程已經被程序員用來寫程序，現在連算法都能自我優化。自我優化就是進化。對於電子學最黑暗的編程領域，曾經耗費無數碼農青春的編程工作現在完全由機器代替，對於這個世界會有翻天覆地的影響。

讓它解決一下哥德巴赫猜想如何？

穀歌市值會超過蘋果

標題黨。隻是優化了解決方案，沒有創新突破。

對普通人來說，該新聞價值是告訴人們一個事實
google，OpenAI etc.,這種AI巨頭們的影響力和價值到底在哪？
在於他們一直在鋪設和拓寬AI的應用賽道，而不是簡單的給AI已有路麵做裝飾和維護
對普通人來說，這些數學問題（如為什麽1+1=2）本身就是個無法理解的東東
其背後解法就更是個怪物，既無可能理解，更無意義去勞神糾結

這個問題不見得很難

你最好發給所有人，大家一起比賽

我用試錯搜索算法找不到比這個更好或者至少同樣好的算法嗎？

優化基於對評估函數的定義，這種定義隻有領域專家大拿才能有效定義。

換句話說，數學家可以用此類AI Agents來解決前沿數學問題，而同樣的工具給你用，你能解決數學問題嗎？不能。你都看不懂那個問題。

這也僅僅是一種專業能力和工作效率增強與放大工具。尚沒有劃時代的質變。