文章專區

（123RF）

位在英國倫敦的DeepMind 公司所研發的人工智慧（artificial intelligence, AI）成功找出高效率的矩陣算法，並將成果發表於《自然》（Nature）期刊。

數學的計算在電腦程式中很常出現，其中的矩陣計算更是許多數學系統的核心之一。例如在遊戲系統中能以矩陣表示遊戲角色的可移動方向，當可移動的方向愈來愈多，就必須利用非常大的矩陣相乘以計算角色的位移。因此，科學家一直希望可以找到更高效率的矩陣計算方式。

DeepMind 的研究人員便利用遊戲系統常使用的樹搜尋（tree search）演算法，創建了神經網路AlphaTensor，讓它從零開始學習並尋找矩陣乘法的計算方式。結果發現，AlphaTensor 找到許多全新且比過去更快速、更佳的計算方式，超越了過去任何一種人類所找出的算法。

研究人員認為AlphaTensor 發現的算法將可以應用至許多領域，更期待利用相似的深度學習方法，解決更多相關的數學問題。

Fawzi, A., et al. (2022). Discovering faster matrix multiplication algorithms with reinforcement learning. Nature, 610, 47–53.