主要证据
- Discovering faster matrix multiplication algorithms with reinforcement learningS1 · 主要研究来源 · 论文 · 2022-10-05
- AlphaTensor accompanying repositoryS1 · 主要研究来源 · 代码仓库
AlphaTensor 发现改进的矩阵乘法算法
DeepMind 将矩阵乘法表示为张量分解游戏，并训练类似 AlphaZero 的强化学习智能体搜索巨大的分解空间。公开产物包括所发现的分解、基准代码以及算法性质检查工具。
发生了什么？
AlphaTensor 发现了一批可证明正确的矩阵乘法算法，在多个矩阵尺寸上改进已知最佳乘法次数，其中在 Z2 上的 4×4 构造使用 47 次标量乘法，而两层 Strassen 构造需要 49 次。
为什么重要？
该工作超越了求解预设习题的范式，展示了机器搜索能够产生具有数学与计算意义的新精确算法。
重要性说明：AlphaTensor 是强化学习发现精确算法的代表性案例：它改进了长期存在的矩阵乘法记录，其中有限域上的 4×4 结果被论文报告为该设定下首次超过 Strassen 两层构造。
历史脉络
证据与状态一览
- 重要性
- H1 · 历史里程碑
- 验证状态
- 论文已发布
- 证据等级
- E3 · 可检查工件
- AI 角色
- AI 主导、人类核验
- 形式保障
- 有形式化工件
贡献与验证
- 数学新颖性
- 新算法
- 接口
- 符号, 数值, 混合
- AI 贡献
- AlphaTensor 搜索张量分解并发现候选算法；所得分解可以进行精确数学检查，并由研究团队进一步分析。
- 人类贡献
- 研究者构造 TensorGame、设计强化学习系统与奖励机制、选择目标问题、验证输出并解释其算法意义。
- 验证状态
- 论文已发布 · E3 · 可检查工件 · 有形式化工件
- 最后审阅
- 2026-09-11
技术细节
- 系统
- alphatensor
- 机构
- deepmind
- 数学问题
- matrix-multiplication
- 方法
- reinforcement-learning, monte-carlo-tree-search, tensor-decomposition, algorithm-search
全部来源与工件
- Discovering faster matrix multiplication algorithms with reinforcement learningS1 · 主要研究来源 · 论文 · 访问于 2026-09-10
- AlphaTensor accompanying repositoryS1 · 主要研究来源 · 代码仓库 · 访问于 2026-09-10
验证历史
- 2022-10-05 · 论文已发布 · E2 · 研究记录
Nature 发表了相关发现结果及其数学表述。
- 2022-10-05 · 论文已发布 · E3 · 可检查工件
DeepMind 公开了所发现的算法以及配套验证与基准材料。
更正
当前没有记录的更正。