Google usa agentes de IA para resolver problemas matemáticos
O Google, empresa norte-americana, diz que o /teamwork, com modelos Gemini 4, ajudou pesquisadores a provar a conjectura de Courtade-Kumar e a avançar em química e engenharia, e que as ferramentas estão sendo abertas a pesquisadores externos.
Pontos principais
- Pesquisadores do Google, CUHK, USC e CMU provaram a conjectura de Courtade-Kumar em toda a generalidade, com o padrão Long Proof do /teamwork e o modelo Gemini 4 Argon.
- A prova de Courtade-Kumar foi formalizada em Lean 4, com 50 milhões de linhas de código verificadas por máquina.
- A formalização das conjecturas de Weil, de cerca de 1,8 milhão de linhas de Lean, foi produzida de forma autônoma pelo /teamwork-LEAP em 28.800 invocações de subagentes.
- Em química, 30 agentes especializados atingiram 95% de acerto exato no top-1 e 100% no top-3 em moléculas de referência complexas, quase o dobro de um agente único.
- Uma reescrita do microkernel Zircon em Rust acrescentou cerca de 800 mil linhas de código seguro, que passam em todos os testes unitários do kernel e iniciam em hardware arm64.
- Um motor de Go 9x9 treinado do zero ganhou cerca de 2.600 pontos de Elo em menos de oito dias, chegando a 1.885.
- O Google abriu inscrições para 10 mil pesquisadores acadêmicos, com seis meses de acesso ao nível de uso mais alto; /teamwork, /boost e Deep Review já estão no Antigravity para usuários externos.
O Google, empresa norte-americana, publicou em 13 de novembro um balanço dos resultados do /teamwork, sistema multiagente da plataforma Antigravity que usa modelos Gemini 4. Vahab Mirrokni, vice-presidente do Google Research, afirma que o trabalho foi feito com especialistas humanos: pesquisadores formulam as perguntas e definem as restrições, e os agentes escrevem solucionadores, testam candidatos e verificam cadeias de raciocínio.
Na matemática, a conjectura de Courtade-Kumar, de 2013, trata de um canal com ruído: nenhuma compressão da entrada em um único bit preserva mais informação do que a 'função ditadora', que apenas copia um bit. Segundo o Google Research, o Gemini encontrou contraexemplos para uma versão generalizada, uma equipe da CUHK reduziu o problema a uma otimização de 14 variáveis, e a extensão da prova para funções não equilibradas foi feita sem intervenção humana.
Parte dos resultados formaliza provas já existentes. Segundo o Google Research, a formalização das conjecturas de Weil reproduz a prova que Pierre Deligne publicou em 1974, e a de uma prova recente de blow-up em tempo finito para as equações de Navier-Stokes também é uma reprodução.
Em química, 30 agentes em ciclo com um simulador espectral determinam a estrutura de moléculas a partir de dados de ressonância magnética nuclear. O Google diz que a abordagem prepara o terreno para estudos sobre a dinâmica de proteínas e estruturas complexas.
Fonte primária
Cobertura da mídia
Leia também
Google Research libera acesso a ferramentas de sistemas multi-agentes
13 nov, 18:15
Google DeepMind utiliza agentes de IA para criar robô do zero
31 out, 10:40
Google Research apresenta dez destaques em IA e ciência
14 out, 13:45
Google Cloud lança agente universal de IA para fluxos de trabalho corporativos
8 out, 10:45
Google anuncia lançamento da tecnologia Antigravity 2.0
19 mai, 15:02
Comentários (0)
Seja o primeiro a comentar.
