AI

Antigravity /teamwork: sistemas de IA multiagente de Google para la ciencia

Google comparte los resultados de los sistemas multiagente /teamwork de Antigravity impulsados por Gemini 4, que resuelven problemas abiertos en matemáticas e ingeniería.

·3 min de lectura
Antigravity /teamwork: sistemas de IA multiagente de Google para la ciencia

Google ha compartido los resultados recientes de los sistemas multiagente /teamwork de Antigravity, los cuales mejoran la colaboración entre humanos y la IA para resolver problemas abiertos en matemáticas, química, software de sistemas y aprendizaje automático. Desarrolladas en colaboración con expertos humanos, estas herramientas agénticas ahora se están poniendo a disposición de usuarios externos.

  • Google y sus socios académicos abordaron problemas abiertos en matemáticas, ciencia e ingeniería de sistemas que llevaban años sin resolverse, utilizando los modelos Gemini 4 y /teamwork de Antigravity.
  • El sistema reduce la brecha entre los intentos de generación únicos y las respuestas correctas al combinar la exploración en paralelo con falsificadores dedicados, como Lean 4 y simuladores de ejecución.
  • /teamwork divide el contexto por diseño: los agentes especializados reciben únicamente los archivos y herramientas exactos que necesitan, lo que evita la dispersión de la atención en tareas largas.
  • Se lograron innovaciones en teoría de la información, verificación formal, estructuras moleculares y optimización de núcleos (kernels).

Arquitectura y diseño de los sistemas multiagente La investigación de vanguardia requiere examinar una vasta literatura, construir pipelines computacionales personalizados y verificar cada paso. El progreso surge de un bucle interactivo donde los investigadores plantean preguntas mientras los agentes de largo alcance escriben solucionadores personalizados y comprueban las cadenas lógicas. El diseño de /teamwork está motivado por dos limitaciones de los modelos de lenguaje actuales: la generación impredecible y la pérdida de detalles en tareas de varios días debido al crecimiento de las ventanas de contexto. Para superar esta brecha, el sistema combina la exploración en paralelo con falsificadores dedicados, como el verificador de pruebas Lean 4, conjuntos de pruebas o contadores de hardware, para verificar automáticamente las soluciones candidatas. Además, /teamwork divide el contexto por construcción, asegurando que cada agente especializado reciba solo los archivos necesarios. Los coordinadores transfieren tareas a sucesores nuevos, mientras que los críticos verifican los resultados desde contextos limpios. ## Avances en matemáticas y ciencias de la computación teórica Investigadores de Google, CUHK, USC y CMU utilizaron el patrón de prueba larga (Long Proof) de /teamwork para demostrar la conjetura de Courtade-Kumar de la teoría de la información de 2013 en toda su generalidad. Los modelos Gemini dividieron el espacio de parámetros y desarrollaron límites analíticos, formalizando toda la prueba en Lean 4 para generar 50 millones de líneas de código. Esto confirmó que comprimir la entrada a un solo bit no preserva más información que una función dictadora a través de un canal ruidoso. Los investigadores también plantearon problemas abiertos directamente a Gemini 4 y a entornos multiagente, obteniendo algoritmos y pruebas completos. En computación cuántica, una nueva construcción resolvió una pregunta abierta de 2014 al encontrar funciones booleanas que requieren estrictamente más de n/2 consultas cuánticas con un error constante. También se lograron avances en la multiplicación de matrices booleanas, geometría de alta dimensión y algoritmos de transmisión de gráficos dinámicos. ## Implicaciones para investigadores y desarrolladores Poner estas herramientas agénticas a disposición en Antigravity permite a los investigadores y desarrolladores aplicar flujos de trabajo multiagente avanzados en su propio trabajo. Al expresar los flujos de trabajo como patrones declarativos en lenguaje natural y enrutar las indicaciones de manera dinámica, Antigravity habilita especificaciones personalizadas que aceleran drásticamente los ciclos de descubrimiento en ciencia e ingeniería.

Fuente: Hacker News: Front Page

Artículos relacionados