Antigravity /teamwork: Sistem AI multi-agen Google untuk sains
Google membagikan hasil dari sistem multi-agen Antigravity /teamwork yang ditenagai oleh Gemini 4, yang memecahkan berbagai masalah terbuka di bidang matematika dan teknik.

Google telah membagikan hasil terbaru dari sistem multi-agen /teamwork milik Antigravity, yang meningkatkan kolaborasi manusia-AI untuk memecahkan masalah terbuka di bidang matematika, kimia, perangkat lunak sistem, dan pembelajaran mesin. Dikembangkan bekerja sama dengan para ahli manusia, alat-alat berbasis agen ini kini mulai disedikan bagi para pengguna eksternal.
- Google dan para mitra akademis mengatasi berbagai masalah terbuka di bidang matematika, sains, dan rekayasa sistem yang belum terpecahkan selama bertahun-tahun menggunakan model Gemini 4 dan /teamwork dari Antigravity.
- Sistem ini menjembatani kesenjangan antara upaya pembuatan tunggal dan jawaban yang benar dengan memasangkan eksplorasi paralel dengan verifikator khusus seperti Lean 4 dan simulator eksekusi.
- /teamwork mempartisi konteks secara sengaja: agen khusus hanya menerima file dan alat yang persis mereka butuhkan, guna mencegah penyebaran perhatian pada tugas-tugas yang panjang.
- Berbagai inovasi berhasil dihasilkan dalam bidang teori informasi, verifikasi formal, struktur molekul, dan pengoptimalan kernel.
Arsitektur dan Desain Sistem Multi-Agen Penelitian tingkat lanjut memerlukan penelusuran literatur yang luas, pembangunan alur komputasi kustom, dan verifikasi di setiap langkah. Kemajuan ini berasal dari siklus interaktif di mana para peneliti merumuskan pertanyaan sementara agen berdurasi panjang menulis pemecah masalah kustom dan memeriksa rantai logika. Desain /teamwork didorong oleh dua keterbatasan model bahasa saat ini: pembuatan yang tidak dapat diprediksi dan hilangnya detail selama tugas berhari-hari akibat jendela konteks yang terus bertumbuh. Untuk menjembatani kesenjangan tersebut, sistem ini memasangkan eksplorasi paralel dengan verifikator khusus, seperti pemeriksa bukti Lean 4, rangkaian pengujian, atau penghitung perangkat keras, guna memverifikasi kandidat solusi secara otomatis. Selain itu, /teamwork mempartisi konteks berdasarkan konstruksinya, memastikan setiap agen khusus hanya menerima file yang diperlukan saja. Koordinator menyerahkan tugas ke penerus yang masih segar, sementara kritikus memverifikasi hasil dari konteks yang bersih. ## Terobosan dalam Matematika dan Ilmu Komputer Teoretis Para peneliti dari Google, CUHK, USC, dan CMU menggunakan pola Long Proof (Bukti Panjang) dari /teamwork untuk membuktikan konjektur Courtade–Kumar tahun 2013 dalam teori informasi secara umum. Model Gemini mempartisi ruang parameter dan mengembangkan batas analitis, memformalkan seluruh bukti di Lean 4 untuk menghasilkan 50 juta baris kode. Hal ini mengonfirmasi bahwa mengompresi input menjadi satu bit tidak menyimpan informasi lebih banyak daripada fungsi diktator melalui saluran bising. Para peneliti juga mengajukan masalah terbuka secara langsung ke Gemini 4 dan kerangka kerja multi-agen, lalu menerima algoritma serta bukti yang lengkap. Dalam komputasi kuantum, sebuah konstruksi baru menyelesaikan pertanyaan terbuka tahun 2014 dengan menemukan fungsi Boolean yang membutuhkan kueri kuantum secara ketat lebih dari n/2 pada kesalahan konstan. Terobosan juga dicapai dalam perkalian matriks Boolean, geometri berdimensi tinggi, dan algoritma streaming grafik dinamis. ## Implikasi bagi Peneliti dan Pengembang Menyediakan alat-alat berbasis agen ini di Antigravity memungkinkan para peneliti dan pengembang untuk menerapkan alur kerja multi-agen tingkat lanjut pada pekerjaan mereka sendiri. Dengan mengekspresikan alur kerja sebagai pola bahasa alami deklaratif dan merutekan prompt secara dinamis, Antigravity memungkinkan spesifikasi khusus yang secara drastis mempercepat siklus penemuan dalam sains dan teknik.
Sumber: Hacker News: Front Page



