AI

Antigravity /teamwork: Sistemas de IA multiagente da Google para a ciência

A Google compartilha resultados dos sistemas multiagente /teamwork do Antigravity, impulsionados pelo Gemini 4, resolvendo problemas em aberto em matemática e engenharia.

·3 min de leitura
Antigravity /teamwork: Sistemas de IA multiagente da Google para a ciência

A Google compartilhou resultados recentes dos sistemas multiagente /teamwork do Antigravity, que aprimoram a colaboração entre humanos e IA para resolver problemas em aberto nas áreas de matemática, química, software de sistemas e aprendizado de máquina. Desenvolvidas em colaboração com especialistas humanos, essas ferramentas baseadas em agentes agora estão sendo disponibilizadas para usuários externos.

  • A Google e parceiros acadêmicos abordaram problemas em aberto na matemática, ciência e engenharia de sistemas que permaneceram sem solução por anos, utilizando modelos Gemini 4 e o /teamwork do Antigravity.
  • O sistema preenche a lacuna entre tentativas de geração única e respostas corretas, combinando exploração paralela com falsificadores dedicados, como o Lean 4 e simuladores de execução.
  • O /teamwork divide o contexto por design: agentes especializados recebem apenas os arquivos e ferramentas exatos de que precisam, evitando a dispersão de atenção em tarefas longas.
  • Inovações foram produzidas em teoria da informação, verificação formal, estruturas moleculares e otimização de kernel.

Arquitetura e Design de Sistemas Multiagente Pesquisas de ponta exigem navegar por uma vasta literatura, construir pipelines computacionais personalizados e verificar cada etapa. O progresso vem de um ciclo interativo onde pesquisadores formulam perguntas enquanto agentes de longo prazo escrevem resolvedores personalizados e verificam cadeias lógicas. O design do /teamwork é motivado por duas limitações dos modelos de linguagem atuais: geração imprevisível e perda de detalhes ao longo de tarefas de vários dias devido ao crescimento das janelas de contexto. Para preencher essa lacuna, o sistema combina exploração paralela com falsificadores dedicados, como o verificador de provas Lean 4, conjuntos de testes ou contadores de hardware, para verificar automaticamente as soluções candidatas. Além disso, o /teamwork divide o contexto por construção, garantindo que cada agente especializado receba apenas os arquivos necessários. Os coordenadores repassam tarefas para sucessores recém-iniciados, enquanto os críticos verificam os resultados a partir de contextos limpos.

Avanços em Matemática e Ciência da Computação Teórica Pesquisadores da Google, CUHK, USC e CMU usaram o padrão Long Proof (Prova Longa) do /teamwork para provar a conjectura de Courtade–Kumar de 2013 da teoria da informação em sua generalidade total. Os modelos Gemini dividiram o espaço de parâmetros e desenvolveram limites analíticos, formalizando toda a prova no Lean 4 para produzir 50 milhões de linhas de código. Isso confirmou que comprimir a entrada para um único bit não preserva mais informações do que uma função ditadora através de um canal ruidoso. Os pesquisadores também apresentaram problemas em aberto diretamente ao Gemini 4 e a estruturas multiagente, recebendo algoritmos e provas completos. Na computação quântica, uma nova construção resolveu uma questão em aberto de 2014 ao encontrar funções booleanas que exigem estritamente mais de n/2 consultas quânticas com erro constante. Avanços também foram alcançados em multiplicação de matrizes booleanas, geometria de alta dimensão e algoritmos de streaming de grafos dinâmicos.

Implicações para Pesquisadores e Desenvolvedores Disponibilizar essas ferramentas baseadas em agentes no Antigravity permite que pesquisadores e desenvolvedores apliquem fluxos de trabalho multiagente avançados aos seus próprios projetos. Ao expressar fluxos de trabalho como padrões declarativos em linguagem natural e rotear prompts dinamicamente, o Antigravity viabiliza especificações personalizadas que aceleram drasticamente os ciclos de descoberta na ciência e na engenharia.

Fonte: Hacker News: Front Page

Artigos relacionados