10月5日，英国《自然》杂志封面以矩阵游戏为题，发表了人工智能（AI）公司深度思维（DeepMind）团队的最新发现：AI可解决矩阵乘法问题。这是第一个可为矩阵乘法等基本任务发现新颖、高效且正确算法的AI系统，解决了50年来数学领域一个悬而未决的问题——找到两个矩阵相乘最快的方法。

在对游戏进行编程时，矩阵描述了可能的运动选项。为了实现这样的运动，矩阵经常被相乘和/或相加，这需要海量的工作，随着矩阵变得越来越大尤其如此。

在新成果中，研究人员从游戏系统中寻找灵感，这些游戏大多数都是基于强化学习的。在构建了一些初步系统之后，研究小组将重点转向了树搜索，这也用于游戏编程，是系统在特定情况下查看各种方案的一种手段。当应用于乘法矩阵时，将AI系统转换为游戏可搜索最有效的方法来获得所需的数学结果。

研究人员通过允许搜索、评估来测试他们的系统，然后使用现有算法，并以奖励来激励选出最有效的算法。系统学会了影响矩阵乘法效率的因素。接下来，研究人员将允许系统创建自己的算法，寻求进一步提高效率。他们发现，在许多情况下，系统选择的算法比人类前辈创建的算法更好。

信息来源：

https://www.deepmind.com/blog/discovering-novel-algorithms-with-alphatensor

https://www.nature.com/articles/d41586-022-03166-w

科技日报. 张梦然. http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2022-10/09/content_542517.htm?div=-1