Matrismultiplikation är en grundläggande men beräkningsintensiv operation, särskilt för stora matriser, där standardmetoden kräver n³ multiplikationer. Matematikern Volker Strassen upptäckte 1969 en algoritm som minskade antalet multiplikationssteg för 2x2-matriser från åtta till sju, en metod som kunde tillämpas rekursivt på större matriser. Forskningen har sedan Strassens upptäckt fokuserat på att hitta ännu effektivare algoritmer, både för teoretisk skalning och praktiska tillämpningar för mindre matriser, där det senare har varit en öppen fråga. DeepMind har utvecklat AlphaTensor, en AI baserad på AlphaGo, som omvandlar problemet med att hitta effektiva matrismultiplikationsalgoritmer till ett "spel" för tensoruppdelning. AlphaTensor har framgångsrikt återupptäckt Strassens algoritm och upptäckt tusentals nya, snabbare algoritmer, inklusive nya rekord, särskilt inom modulo 2-aritmetik.