Google: agenttitiimi formalisoi Weilin konjektuurit noin 1,8 miljoonalla Lean-rivillä
Google Researchin mukaan Antigravityn /teamwork-agenttitiimit ovat Gemini 4 -malleilla tarkistaneet koneellisesti suuria matemaattisia todistuksia ja kääntäneet C++-koodia Rustiksi. Ulkoiset työkalut tarkistavat tulokset, mutta luvut ovat Googlen omia.
Google Research julkaisi 13. marraskuuta katsauksen agenttitiimiensä tuloksista. Kirjoittaja, Google Researchin johtaja Vahab Mirrokni, kertoo työn tehdyn ihmisasiantuntijoiden ja yliopistokumppanien kanssa.
Ehdokkaat tarkistetaan mallin ulkopuolella
/teamwork on Antigravityn harness eli agenttia ohjaava ohjelma, joka antaa mallille työkalut ja ajaa sen työvaiheet. Se jakaa työn monelle tekoälyagentille.
Googlen mukaan rakenteella pyritään ratkaisemaan kaksi ongelmaa. Mallin tuotosta on vaikea ennustaa, joten yksi yritys ei välttämättä tuota oikeaa vastausta. Lisäksi malli kadottaa monipäiväisessä työssä yksityiskohtia, kun konteksti kasvaa.
Siksi agentit kokeilevat ratkaisuja rinnakkain. Mallin ulkopuolinen tarkistin selvittää, mikä niistä toimii. Tarkistin voi olla esimerkiksi Lean 4 -todistustarkistin, muuttamaton testisarja tai laitteiston suorituskykylaskuri. Kukin agentti saa vain oman vaiheensa tiedostot ja työkalut. Kriitikko- ja tarkastaja-agentit arvioivat tulokset näkemättä tekijän päättelyä.
Todistuksia ja Rust-käännöksiä
Lean 4 on ohjelma, joka tarkistaa todistuksen jokaisen päättelyaskeleen koneellisesti. Googlen mukaan /teamwork-LEAP-järjestelmä formalisoi täysin itsenäisesti Leanilla Weilin konjektuurit, joiden todistuksen Pierre Deligne viimeisteli vuonna 1974. Formalisoinnissa on noin 1,8 miljoonaa riviä, ja siihen tarvittiin 28 800 aliagentin kutsua. Google huomauttaa, että ihmismatemaatikkojen täytyy silti varmistaa formalisoidun lauseen vastaavan alkuperäistä ongelmaa.
Informaatioteorian Courtade–Kumar-konjektuuri vuodelta 2013 todistettiin yhteistyönä. Hongkongin kiinalaisen yliopiston tutkijat palauttivat ongelman 14 muuttujan optimointitehtäväksi. Googlen mukaan Gemini-mallit kehittivät suurimman osan uusista analyyttisistä rajoista. Todistuksen Lean-formalisoinnissa on 50 miljoonaa riviä.
Zircon-mikroytimestä oli aiemmin käännetty Rustiksi 25 prosenttia. Kahden viikon aikana agentit muunsivat jäljellä olevan C++-koodin noin 800 000 riviksi muistiturvallista Rustia. Googlen mukaan koodi läpäisee kaikki ytimen yksikkötestit ja käynnistyy arm64-laitteistolla.
AV1-videodekooderi libgav1:n Rust-versio oli aluksi noin neljä kertaa hitaampi kuin alkuperäinen C++-versio. Kun agentit saivat profilointityökalut ja tehtäväksi maksimoida nopeuden näytevideoilla, Rust-versiosta tuli x86_64- ja ARM-suorittimilla 20–30 prosenttia nopeampi kuin alkuperäinen C++- ja käsin optimoitu assembly-koodi.
Luvut ovat Googlen omia. Kiinankielinen tekniikkablogi Cedric’s Compiler Notes huomauttaa, ettei Googlen kirjoitus anna täydellistä julkista ympäristöä kaikkien tapausten toistamiseen. Minutes of AI -sivuston uutinen perustuu Googlen tiedotteeseen eikä vahvista tuloksia.
Kuka voi käyttää /teamworkia
/teamworkia voivat käyttää Antigravity-sovelluksen ja -CLI:n maksullisten tilausten käyttäjät. Työ alkaa haastattelulla, jossa käyttäjä vahvistaa tavoitteet ja hyväksymisehdot. Agentit työskentelevät omassa projektihakemistossaan. Googlen mukaan koodin uudelleenkirjoituksen ja formaalin todistuksen työnkulut tulevat saataville myöhemmin, mutta pitkien todistusten työnkulku on jo käytössä. Lisäksi yhtiö avasi haun, jossa 10 000 akateemista tutkijaa voi saada maksutta korkeimman käyttötason puoleksi vuodeksi.
Lue lisää: Miten agentti toimii · Agenttikartta