评论: 56年无人解开的数学难题，被谷歌的新AI突破了

AI很快就会发现人类这个物种是世界上效率最低的东西，纯消耗，不具任何价值。

其实还是跟下棋一样。
计算机的优势是遍历，寻找所有可能性。
谷歌也就是还是在重复10多年前的下围棋那个调调。

我们人类完了。哈哈。

优化，先要生成可能方案，然后从中找一个最好的。虽说AI的幻觉是一大缺陷，但对生成可能方案有用，因为可以打破人类的思维定式。

这种幻觉可能99%没意义，但愚者千虑，必有一得，总会生成人类想不到的，新的，甚至离奇的概念排列组合。于是，新方法就被创造出来了。

AI只管生成方案，而决定方案好坏，现在还要靠人。

关键还是逻辑推理能力： 没有

确实，只是一种更有效更加不知疲倦的改进，量变。当然，量变也不容易，都是谷歌白砸巨资养一帮人没事折腾大模型来玩。如今数学和理论物理都要靠AI。人脑已经到了生理极限。没有AI，人类科技将停滞。人类会自生自灭。


——————

在 DeepMind 的研究员 Matej Balog 提到的 AlphaEvolve 取得的突破之前，4×4 复数矩阵乘法的最优算法是基于 1969 年 Volker Strassen 提出的 Strassen 算法。该算法通过将矩阵分块并递归地应用 2×2 矩阵乘法的优化方法，将乘法次数从传统方法的 64 次减少到 49 次。 

然而，Strassen 算法并非专门针对 4×4 复数矩阵优化的。在 2022 年，DeepMind 推出的 AlphaTensor 系统在模 2 算术下发现了一个仅需 47 次乘法的 4×4 矩阵乘法算法，但该算法仅适用于有限域，并不适用于复数域。 

直到 2025 年，AlphaEvolve 才首次在复数域中发现了一个仅需 48 次乘法的 4×4 矩阵乘法算法，打破了长达 56 年的记录。这一成果展示了 AI 在发现高效算法方面的潜力，尤其是在传统方法难以取得突破的领域。

总结如下：
• 传统方法：64 次乘法。
• Strassen 算法（1969）：49 次乘法，适用于任意域。
• AlphaTensor（2022）：47 次乘法，仅适用于模 2 算术。
• AlphaEvolve（2025）：48 次乘法，适用于复数域。

AlphaEvolve 的发现不仅在理论上具有重要意义，也可能对实际应用中的计算效率产生积极影响。

旧酒装新瓶，基因算法早就有，区别只是现在迭代优化的速度更快，量变引起质变而已

看了某些人的留言 本想说俩句 想想还是算了

以前买下谷狗股票，现在还是做着大闸蟹，唯一信心是谷狗以后会追上AI的选进

Deepsake 这种抄袭的玩意儿，永远跟在别人后面抄。就象整个中国的所谓高科技，美国创新它抄袭，永远也搞不出西方没有的东西。鄙视。

政治民生话题G点太多动不动就“我们换个话题吧”也就罢了，Deepseek不是也被粉红毛毛们吹嘘最擅长解决数理问题吗？肿么在这种尖端前沿数学难题前就看不见踪影呢？

国产AI也只是善于做中小学数学练习题的小镇做题家。。。

被印度AI解开了，吹牛不死人的技术百分之百掌握了

必然的，谁领先AI谁的科技就会翻倍快速提高

谷歌做出了很多意义非凡的成就。从GitHub 学习编程已经被程序员用来写程序，现在连算法都能自我优化。自我优化就是进化。对于电子学最黑暗的编程领域，曾经耗费无数码农青春的编程工作现在完全由机器代替，对于这个世界会有翻天覆地的影响。

让它解决一下哥德巴赫猜想如何？

谷歌市值会超过苹果

标题党。只是优化了解决方案，没有创新突破。

对普通人来说，该新闻价值是告诉人们一个事实
google，OpenAI etc.,这种AI巨头们的影响力和价值到底在哪？
在于他们一直在铺设和拓宽AI的应用赛道，而不是简单的给AI已有路面做装饰和维护
对普通人来说，这些数学问题（如为什么1+1=2）本身就是个无法理解的东东
其背后解法就更是个怪物，既无可能理解，更无意义去劳神纠结

这个问题不见得很难

你最好发给所有人，大家一起比赛

我用试错搜索算法找不到比这个更好或者至少同样好的算法吗？

优化基于对评估函数的定义，这种定义只有领域专家大拿才能有效定义。

换句话说，数学家可以用此类AI Agents来解决前沿数学问题，而同样的工具给你用，你能解决数学问题吗？不能。你都看不懂那个问题。

这也仅仅是一种专业能力和工作效率增强与放大工具。尚没有划时代的质变。