十年前，@GoogleDeepMind 的 AlphaGo 成為第一個擊敗圍棋世界冠軍的程式——這是一個移動次數超過宇宙中原子數量的遊戲。 AlphaGo 在「第 37 步」的幫助下獲勝，這一招如此不尋常，以至於專家們認為這是一個錯誤。這場勝利如何預示了 AI 的現代時代，並引領了十年的科學發現 🧵 ↓

AlphaGo 的成功展示了 AI 在幫助我們更好地理解物理世界的巨大複雜性方面的潛力。 🧬 這導致了 AlphaFold，該項技術在 2020 年解決了「蛋白質結構預測問題」——這是一項持續了 50 年的重大挑戰，對於理解疾病和開發新藥至關重要。 🔬 此後，我們已經免費提供了 2 億多個蛋白質結構，以幫助 300 萬多名研究人員應對從瘧疾疫苗到塑料分解酶的各種挑戰。 🏆 在 2024 年，這項工作獲得了諾貝爾化學獎，頒發給 @demishassabis 和 John Jumper 代表 AlphaFold 團隊。

AlphaGo 的技術已經從棋盤轉移到地球上最艱難的數學問題上。 🥈 類似的方法幫助 AlphaProof 與 AlphaGeometry 結合，成為第一個在國際數學奧林匹亞（IMO）中獲得銀牌的 AI 系統。 🥇 最近，Gemini Deep Think 的進階版本更進一步，在 2025 年的 IMO 中獲得金牌表現。我們現在將這種推理應用於科學和工程中最複雜、開放式的挑戰。

AlphaEvolve，一個受AlphaGo搜尋方法啟發的AI代理，正在探索如何讓電腦運行得更有效率。 💻 它最近被用來發現一種新的矩陣相乘方法——這是幾乎所有現代AI的核心數學。通過在最基本的層面上優化代碼，我們正在使整個生態系統，從數據中心到量子計算，變得更快且更可持續。