Google собрала ИИ-агентов в команды: они решают самые сложные научные задачи
Новый инструмент Google заставляет программы работать быстрее без участия людей (коллаж: РБК-Украина)
Google научила нейросети объединять несколько ИИ-помощников в команды для решения сложных математических задач и проверки доказательств. Они также могут вместе находить ошибки в программном коде и улучшать его.
Об этом сообщает РБК-Украина со ссылкой на Google Antigravity.
Как ИИ помогает ученым по математике и химии?
Новый инструмент Teamwork объединяет опыт людей с работой многих виртуальных помощников. Они независимо друг от друга ищут варианты решений и проверяют их с помощью вычислительных программ.
Благодаря этому подходу команда уже добилась нескольких серьезных научных результатов:
Проверка классических теорем - система Teamwork-LEAP сгенерировала около 1,8 миллиона строк специального кода Lean за 28 800 запусков, чтобы перевести на понятный компьютеру известные гипотезы Вейля, доказанные еще в 1974 году Пьером Делинем.
Сверхсложные задачи - агенты воспроизвели компьютерную проверку доказательства для сложных уравнений Навье-Стокса, над которыми математики работали около 90 лет в рамках так называемых "Проблем тысячелетия".
Теория информации - вместе с исследователями из университетов модели Gemini помогли найти полное доказывание гипотезы Куртаде-Кумара, предложенной в 2013 году, и оформили его в программе Lean 4.
Изучение молекул - команда из 30 ИИ-агентов вместе с физическим симулятором определила строение сложных молекул по данным магнитного резонанса, угадав точную структуру с первой попытки в 95 процентах случаев и попав в тройку правильных вариантов в 100 процентах.
Читайте больше: Google представила Gemini Decisions API: ИИ оценивает 1000 запросов за миллисекунды
Почему командная работа ИИ уменьшает количество ошибок?
Разработчики объясняют: главная проблема обычных нейросетей состоит в том, что во время долгих рассуждений они часто начинают ошибаться. В Google решили это, разделив обязанности между разными алгоритмами.
Каждый агент получает только те файлы и инструменты, которые нужны именно для узкого задания. После завершения работы результаты передают другим агентам-критикам и независимым ревизорам.
Они проверяют ответ с нуля, не опираясь на логику первого алгоритма - это позволяет вовремя отсеивать ложные выводы.
Не пропустите: Google открыла глобальный доступ к Gemini 4 Carbon: умеющий флагманский ШИ
Как агенты переписали и ускорили сложные программы?
Кроме науки командный подход применили и в программировании. ШИ-агенты перевели видеодекодер libgav1 AV1 со старого языка C++ на современный и более безопасный язык Rust, написав около 170 000 строк кода.
Сначала новая версия работала в 4 раза медленнее оригинала, но после того, как агентам дали инструменты для поиска слабых мест, программа на Rust стала на 20-30 процентов быстрее предыдущей на процессорах x86_64 и ARM.
В другом эксперименте агенты через 2 недели переписали остатки кода C++ в системном ядре Zircon на 800 000 строк безопасного кода Rust, после чего система успешно прошла тесты и запустилась на оборудовании ARM64.
Также ИИ помог оптимизировать внутренние серверы Google - разумное планирование снизило прерывание работы специализированных процессоров TPU на 24 процента.
Google открывает доступ к системе Teamwork и инструменту быстрого написания кода /boost через платформу Antigravity.
Кроме того, компания открыла прием заявок для 10 000 ученых, которые получат 6 месяцев бесплатного доступа к мощнейшей версии сервиса.