Google erweitert Antigravity-System zur Lösung langfristiger mathematischer Probleme und Optimierung von Softwaresystemen

·von Henderson·AI
Google erweitert Antigravity-System zur Lösung langfristiger mathematischer Probleme und Optimierung von Softwaresystemen

Google hat sein Antigravity-Multi-Agenten-System erweitert und nutzt ein Gemini-Modell gesteuertes Expertenteam, um langanhaltende mathematische Probleme zu lösen, komplexe Beweise zu verifizieren und Softwaresysteme zu optimieren. Das Unternehmen gibt an, dass sein Teamwork-Framework den Forschern hilft, wichtige mathematische Ergebnisse zu formalisieren, molekulare Strukturen zu identifizieren und schnellere Softwareimplementierungen zu entwickeln. Diese Arbeit kombiniert menschliches Fachwissen mit der Zusammenarbeit mehrerer Agenten, die unabhängig Lösungen erkunden, Methoden testen und rechnergestützte Werkzeuge zur Verifizierung der Ergebnisse verwenden.

Zu den bemerkenswertesten Ergebnissen gehört die Formalisierung der Weil-Vermutung, einer Reihe von bedeutenden mathematischen Ergebnissen über die Anzahl der Lösungen von polynomialen Gleichungen über endlichen Körpern. Googles Teamwork-LEAP-System generierte in 28.800 Aufrufen von Unteragenten etwa 1,8 Millionen Zeilen Lean-Code, um diese Ergebnisse zu formalisieren, die ursprünglich 1974 von dem Mathematiker Pierre Deligne bewiesen wurden. Google gab außerdem an, dass das System die Formalisierung des neuesten Beweises über die endliche Zeitexplosion der dreidimensionalen Navier-Stokes-Gleichungen reproduzierte, ein Problem, das mit einem der sieben Millennium-Preise verbunden ist.

Die Frage, ob die glatten Lösungen dieser Gleichungen innerhalb einer endlichen Zeit Singularitäten entwickeln können, ist seit etwa 90 Jahren ungelöst.

Googles Antigravity-System erzielt bedeutende Fortschritte in Mathematik und Chemie

Das System half den Forschern auch, die Courtade-Kumar-Vermutung zu lösen, ein erstmals 2013 aufgeworfenes Problem der Informationstheorie. Forscher von Google und akademischen Institutionen entwickelten mit diesem Framework einen umfassenden Beweis, wobei das Gemini-Modell half, analytische Grenzen abzuleiten und Zertifikate zu generieren, die von Computern überprüft werden können. Die Forscher formalisierten den Beweis in Lean 4, einer Programmiersprache und einem Beweisassistenten, die es Computern ermöglichen, mathematische Argumente zu überprüfen. Googles Ansatz beruht auf der parallelen Arbeit mehrerer Agenten, die jedem System unterschiedliche Aufgaben zuweisen, um die vorgeschlagenen Lösungen herauszufordern und zu verifizieren, mit dem Ziel, Fehler zu reduzieren, die bei der Generierung langer Schlussfolgerungsketten durch ein einzelnes Modell auftreten können.

Jeder spezialisierte Agent erhält nur die Dokumente und Werkzeuge, die zur Ausführung seiner Aufgabe erforderlich sind. Unabhängige Gutachter und Prüfer überprüfen die Ergebnisse, ohne sich auf die Argumentation der ursprünglichen Agenten zu stützen. Neben der Mathematik wendet Google diese Methode auch in der molekularen Chemie an. Eine Gruppe von 30 spezialisierten Agenten arbeitete mit physikalischen Informationssimulatoren zusammen, um molekulare Strukturen aus Daten der Kernspinresonanz (NMR) zu identifizieren, wobei eine Genauigkeit von 95 % für den ersten Platz und 100 % für die ersten drei Plätze bei komplexen Referenzmolekülen erreicht wurde.

Das Framework erzielte auch Fortschritte im Bereich der Systemtechnik. Google gab an, dass seine Agenten den libgav1 AV1-Video-Decoder des Unternehmens von C++ in etwa 170.000 Zeilen Rust-Code umschrieben und dabei vollständige Ausgabekonsistenz in umfangreichen Test-Suites erreichten. Die ursprüngliche Umschreibung lief etwa viermal schneller als die ursprüngliche Implementierung. Als die Agenten Leistungsanalysetools erhielten und beauftragt wurden, die Leistung zu verbessern, wurde die Rust-Version 20 % bis 30 % schneller als die ursprüngliche C++-Implementierung auf x86_64- und ARM-Prozessoren.

In einem anderen Projekt wurde ein zweiwöchiges Programm durchgeführt, um den verbleibenden C++-Code im Zircon-Mikrokernel in etwa 800.000 Zeilen speichersicherem Rust umzuschreiben, das die Kernel-Einheitstests bestand und in der Lage war, auf ARM64-Hardware zu starten.

Google berichtete auch über Verbesserungen seiner internen Infrastruktur. Der intelligente Planungsworkflow des Unternehmens reduzierte die Preemption von TPU-Workloads um 24 % auf bestimmten Hardwaretypen, während die Service-Level-Ziele und die Cluster-Nutzung aufrechterhalten wurden. Das Unternehmen bietet über Antigravity Teamwork und seinen iterativen Codierungsworkflow /boost an und hat 10.000 akademische Forscher zur Bewerbung eingeladen, um sechs Monate lang kostenlosen Zugang mit hoher Nutzung zu erhalten. Das Unternehmen gab an, dass in Zukunft weitere spezialisierte Workflows, einschließlich formaler Beweiswerkzeuge, angeboten werden.

H
Über den Autor
Henderson