Googles AlphaEvolve hat soeben ein 50 Jahre altes mathematisches Problem gelöst

KI-Durchbruch in der Mathematik

Goo­gles DeepMind’s AlphaE­vol­ve hat mathe­ma­ti­sche Rät­sel geknackt, die Exper­ten jahr­zehn­te­lang vor Pro­ble­me stell­ten. Das KI-Sys­tem lös­te das kom­ple­xe Hexa­gon-Packungs­pro­blem und brach einen 56 Jah­re alten Rekord in der Matrix-Mul­ti­pli­ka­ti­on – Auf­ga­ben, die mensch­li­che Mathe­ma­ti­ker nicht bewäl­ti­gen konn­ten. Über die rei­ne Mathe­ma­tik hin­aus signa­li­sie­ren die­se Fort­schrit­te eine neue Ära, in der KI direkt Code und Algo­rith­men opti­miert und radi­ka­le Ver­bes­se­run­gen in allen Berei­chen von Rechen­zen­tren bis zum Chip-Design ver­spricht. Das Sys­tem erziel­te eine bemer­kens­wer­te 23%ige Geschwin­dig­keits­stei­ge­rung bei der Opti­mie­rung von Gemini-Modell-Trainingsoperationen.

Neueste KI-Mathematik-Entdeckung

Goo­gles Deep­Mind-Sys­tem hat eine lang­jäh­ri­ge mathe­ma­ti­sche Her­aus­for­de­rung geknackt, indem es einen effi­zi­en­te­ren Weg zur Mul­ti­pli­ka­ti­on von 4x4-Matri­zen mit kom­ple­xen Wer­ten ent­deck­te. Der Fort­schritt redu­ziert die erfor­der­li­chen Ska­lar­mul­ti­pli­ka­tio­nen von 49 auf 48 und über­trifft damit Stras­sens Ergeb­nis von 1969.

Die Errun­gen­schaft mar­kiert einen bedeu­ten­den Fort­schritt in der Com­pu­ter­ma­the­ma­tik und reiht sich in ande­re jüngs­te Erfol­ge ein, dar­un­ter Lösun­gen für Sechs­eck-Packungs­pro­ble­me, die Mathe­ma­ti­ker jahr­zehn­te­lang vor Rät­sel stell­ten. Das Sys­tem fand opti­ma­le Anord­nun­gen, um 11 und 12 Sechs­ecke in ein grö­ße­res Sechs­eck ein­zu­pas­sen. Die algo­rith­mi­schen Durch­brü­che haben die Opti­mie­rung des Trai­nings für Goo­gles KI-Sys­te­me ermöglicht.

Über die rei­ne Mathe­ma­tik hin­aus hat die Tech­no­lo­gie prak­ti­sche Anwen­dun­gen in der Rechen­zen­trums­pla­nung und Chip-Design-Opti­mie­rung. Goog­le plant, Aka­de­mi­kern frü­hen Zugang zu gewäh­ren, um wei­te­re For­schung und Zusam­men­ar­beit zu fördern.

Das Sys­tem hat sich mit über 50 offe­nen Pro­ble­men in den Berei­chen mathe­ma­ti­sche Ana­ly­sis, Geo­me­trie, Kom­bi­na­to­rik und Zah­len­theo­rie befasst. In etwa 75% der Fäl­le ent­deck­te es exis­tie­ren­de Lösun­gen neu, wäh­rend es in 20% bekann­te Ergeb­nis­se verbesserte.

Die­se Fort­schrit­te zei­gen neue Mög­lich­kei­ten in der mathe­ma­ti­schen Pro­blem­lö­sung und Algo­rith­mus­op­ti­mie­rung auf, mit Aus­wir­kun­gen auf wis­sen­schaft­li­ches Rech­nen und tech­ni­sche Effizienz.

Quellenangabe

• https://timesofindia.indiatimes.com/technology/social/former-google-employee-on-alphaevolve-googles-ai-just-made-math-discoveries-no-human-has/articleshow/121189268.cms
• https://www.theregister.com/2025/05/15/google_deepmind_debuts_algorithm_evolving/
• https://www.therundown.ai/p/ai-discovers-new-math-algorithms
• https://www.llmwatch.com/p/alphaevolve-google-deepminds-latest
• https://deepmind.google/discover/blog/alphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms/
• https://www.youtube.com/watch?v=vC9nAosXrJw