Google mengumumkan hasil terbaru dari /teamwork, fitur multi-agen di lingkungan pengembangan Antigravity, pada Kamis, 13 November 2026. Tim agen AI berbasis model Gemini 4 itu bekerja bersama peneliti manusia untuk membuktikan dugaan matematika, memformalkan teorema landmark dalam bahasa yang bisa dicek mesin, serta mengerjakan tugas kimia dan rekayasa perangkat lunak. 🔗 Google Research
Bukti yang Dikerjakan Agen
Tim peneliti dari Google, Chinese University of Hong Kong, University of Southern California, dan Carnegie Mellon University membuktikan dugaan Courtade-Kumar dari tahun 2013 secara penuh. Dugaan teori informasi itu menyangkut pemulihan deret biner yang rusak oleh noise, dan buktinya terbit sebagai preprint pada September 2026. 🔗 Wattba
Bukti Courtade-Kumar itu kemudian diformalkan dalam Lean 4 menjadi sekitar 50 juta baris kode yang setiap langkah logikanya bisa diperiksa komputer. Formalisasi terpisah yang tak kalah besar menyangkut dugaan Weil, himpunan teorema tentang jumlah solusi persamaan polinomial atas bidang terbatas yang dirumuskan pada 1949 dan dibuktikan matematikawan Pierre Deligne pada 1974. 🔗 Interesting Engineering
Sistem /teamwork-LEAP menghasilkan formalisasi dugaan Weil sekitar 1,8 juta baris kode Lean melalui 28.800 panggilan subagen, yang menurut Google dikerjakan secara otonom penuh. Sistem yang sama juga mereproduksi formalisasi bukti terbaru soal finite-time blowup pada persamaan Navier-Stokes tiga dimensi, masalah yang terkait dengan salah satu Millennium Prize Problems. Pertanyaan umumnya — apakah solusi persamaan Navier-Stokes bisa mengembangkan singularitas dalam waktu terbatas — tetap terbuka selama sekitar 90 tahun. 🔗 Daily AI Brief
Angka Penting
- Dugaan Courtade-Kumar (2013): dibuktikan penuh bersama peneliti manusia; formalisasi Lean sekitar 50 juta baris.
- Dugaan Weil: formalisasi sekitar 1,8 juta baris kode Lean lewat 28.800 panggilan subagen.
- Navier-Stokes: formalisasi ulang bukti terbaru finite-time blowup tiga dimensi.
- Kimia: 30 agen khusus mencapai akurasi 95 persen top-1 dan 100 persen top-3 dalam mengidentifikasi struktur molekul dari data NMR.
- Perangkat lunak: decoder AV1 libgav1 ditulis ulang ke Rust sekitar 170.000 baris dan berjalan 20–30 persen lebih cepat dari versi C++.
- Mikrokernel Zircon: sisa kode C++ ditulis ulang menjadi sekitar 800.000 baris Rust yang aman memori dan bisa boot di perangkat keras ARM64.
Cara Kerja Tim Agen
Alih-alih satu model yang menjawab sekali jalan, /teamwork membagi tugas ke banyak agen khusus yang bekerja paralel. Agen produsen mengajukan strategi dan menulis formalisasi, sementara agen kritikus dan auditor independen menguji serta menantang hasilnya tanpa mengandalkan penalaran agen pertama. Setiap langkah diperiksa dengan alat yang bisa dicek mesin, seperti pemeriksa bukti Lean 4, simulator, dan rangkaian pengujian. 🔗 Interesting Engineering
Pola yang disebut Long Proof ini menghasilkan beberapa kandidat strategi, memasangkan agen yang mencoba meruntuhkan dan memverifikasi, lalu menggabungkan gagasan terkuat yang bertahan. Peneliti manusia tetap terlibat menilai kualitas hasil dan mempersempit ruang pencarian sebelum agen melanjutkan pembuktian.
Hasil di Kimia dan Rekayasa Perangkat Lunak
Di luar matematika, tim berisi 30 agen khusus yang dipadukan dengan simulator berbasis fisika mengidentifikasi struktur molekul dari data resonansi magnetik inti (NMR) dengan akurasi 95 persen top-1 dan 100 persen top-3 pada molekul benchmark yang kompleks. 🔗 Interesting Engineering
Di rekayasa perangkat lunak, agen menulis ulang decoder video AV1 libgav1 dari C++ menjadi sekitar 170.000 baris Rust. Versi awal berjalan empat kali lebih lambat, tetapi setelah agen diberi akses alat profiling dan diminta meningkatkan kinerja, versi Rust itu menjadi 20–30 persen lebih cepat daripada implementasi C++ asli di prosesor x86_64 maupun ARM. Kampanye dua minggu juga menulis ulang sisa kode C++ pada mikrokernel Zircon menjadi sekitar 800.000 baris Rust yang lulus pengujian unit kernel dan bisa boot di ARM64. 🔗 Let's Data Science
Google juga melaporkan penjadwalan agennya menekan preemption beban kerja TPU sebesar 24 persen pada sejumlah jenis perangkat keras, sambil mempertahankan target tingkat layanan dan utilisasi klaster.
Mengapa Ini Penting
Hasil ini menggeser ukuran kemajuan AI dari sekadar besarnya model ke keandalan proses bukti yang terverifikasi. Agen yang saling mengoreksi dan diperiksa mesin dapat mengerjakan penelusuran ilmiah berjangka panjang — dari hipotesis, formalisasi, hingga verifikasi — sehingga peneliti manusia bisa fokus pada penilaian strategis dan interpretasi.
Google membuka /teamwork dan alur kerja coding iteratif /boost melalui Antigravity, serta membuka pendaftaran bagi 10.000 peneliti akademik untuk mendapat akses gratis selama enam bulan ke tier penggunaan tertinggi. Alur kerja khusus lainnya, termasuk alat pembuktian formal, dijadwalkan menyusul. 🔗 Interesting Engineering
Sumber
- Google Research — Advancing science & engineering with Antigravity’s /teamwork (13 November 2026, via Bytes Europe)
- Interesting Engineering — Google's Antigravity agents formalise major mathematical proofs
- Daily AI Brief — Google says Gemini 4 agent teams solved open math problems and formalized the Weil conjectures
- Let's Data Science — Google releases Antigravity /teamwork multi-agent tools
- Wattba — Google's AI agent teams help prove a mathematical conjecture from 2013
Tidak ada komentar:
Posting Komentar