Google DeepMind a ameliore l’exposant de multiplication matricielle, appele omega, en le faisant passer de 2,371339 a 2,371177 grace a AlphaEvolve, un agent d’evolution de code construit sur l’architecture Gemini. Cette amelioration minuscule mais significative represente le progres le plus substantiel sur cette borne theorique depuis des decennies. L’equipe de recherche etait composee de chercheurs de Google DeepMind ainsi que des academiques Josh Alman et Virginia Vassilevska Williams. AlphaEvolve avait auparavant ameliore la multiplication des matrices complexes 4×4 en reduisant le nombre de multiplications scalaires de 49 a 48, soit la premiere amelioration depuis l’algorithme de Strassen en 1969. En termes pratiques, DeepMind a rapporte un accelerateur de 23% sur un noyau d’entrainement Gemini et une reduction de 1% du temps d’entrainement global.
Source: Lire l’article original
