Author 作者 编辑部人工智慧矩阵计算树搜寻演算法矩阵乘法AlphaTensor深度学习方法数学（123RF）位在英国伦敦的DeepMind 公司所研发的人工智慧（artificial intelligence, AI）成功找出高效率的矩阵算法，并将成果发表於《自然》（Nature）期刊。
数学的计算在电脑程式中很常出现，其中的矩阵计算更是许多数学系统的核心之一。例如在游戏系统中能以矩阵表示游戏角色的可移动方向，当可移动的方向愈来愈多，就必须利用非常大的矩阵相乘以计算角色的位移。因此，科学家一直希望可以找到更高效率的矩阵计算方式。
DeepMind 的研究人员便利用游戏系统常使用的树搜寻（tree search）演算法，创建了神经网路AlphaTensor，让它从零开始学习并寻找矩阵乘法的计算方式。结果发现，AlphaTensor 找到许多全新且比过去更快速、更佳的计算方式，超越了过去任何一种人类所找出的算法。
研究人员认为AlphaTensor 发现的算法将可以应用至许多领域，更期待利用相似的深度学习方法，解决更多相关的数学问题。
Fawzi, A., et al. (2022). Discovering faster matrix multiplication algorithms with reinforcement learning. Nature, 610, 47–53.