
Google объединила искусственные интеллект-агенты в команды, которые занимаются решением сложнейших научных задач.
Компания Google разработала нейросеть, которая позволяет объединять несколько ИИ-помощников в команды для решения сложных математических задач и анализа доказательств. Эти системы также способны совместно находить ошибки в программном коде и улучшать его качество.
Новый инструмент под названием Teamwork сочетает человеческий опыт с работой множества виртуальных помощников. Каждый из них самостоятельно ищет варианты решений и проверяет их с помощью вычислительных программ.
Такой подход уже привел к значительным научным достижениям:
Проверка классических теорем — система Teamwork-LEAP сгенерировала около 1,8 миллиона строк специализированного кода Lean за 28 800 запусков, что позволило перевести на язык компьютера известные гипотезы Вейля, доказанные в 1974 году Пьером Делинем.
Сложные задачи — агенты смогли воспроизвести компьютерную проверку доказательства для уравнений Навье-Стокса, над которыми математики трудились почти 90 лет в рамках «Проблем тысячелетия».
Теория информации — совместно с исследователями из университетов модели Gemini помогли найти полное доказательство гипотезы Куртаде-Кумара, предложенной в 2013 году, и оформить его в программе Lean 4.
Изучение молекул — команда из 30 ИИ-агентов совместно с физическим симулятором определила структуру сложных молекул по данным магнитного резонанса, угадав точное строение 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 снижает количество ошибок?
Разработчики отмечают, что основная проблема обычных нейросетей заключается в том, что при длительных рассуждениях они часто начинают допускать ошибки. В Google решили эту проблему, разделив обязанности между различными алгоритмами.
Каждый агент получает только те данные и инструменты, которые необходимы для выполнения конкретной задачи. После завершения работы результаты передаются другим агентам-критикам и независимым ревизорам.
Эти агент проверяют результаты с нуля, не опираясь на логику первого алгоритма, что позволяет своевременно устранять ложные выводы.
Не пропустите: Google открыла глобальный доступ к Gemini 4 Carbon: умеющий флагманский ШИ
Как агенты переписали и ускорили сложные программы?
Командный подход также применили в программировании. ШИ-агенты перевели видеодекодер libgav1 AV1 с устаревшего языка C++ на современный и более безопасный Rust, написав около 170 000 строк кода.
Изначально новая версия работала в 4 раза медленнее оригинала, но после того, как агентам предоставили инструменты для выявления слабых мест, программа на Rust стала на 20-30 процентов быстрее предыдущей версии на процессорах x86_64 и ARM.
В другом эксперименте агенты через 2 недели переписали оставшийся код C++ в системном ядре Zircon на 800 000 строк безопасного кода Rust, после чего система успешно прошла тестирование и запустилась на оборудовании ARM64.
Кроме того, ИИ помог оптимизировать внутренние серверы Google, что привело к снижению прерываний работы специализированных процессоров TPU на 24 процента.
Google открывает доступ к системе Teamwork и инструменту быстрого написания кода /boost через платформу Antigravity.
Также компания начала прием заявок от 10 000 ученых, которые получат 6 месяцев бесплатного доступа к мощнейшей версии сервиса.
Еще больше интересного:
- Google тестирует секретную ИИ-модель Hydrogen: чем она отличается от Gemini
- Google дала Gemini четыре уровня мышления: модель Hydrogen обошла флагманскую Argon
Возможно, Вам будет интересно
Искусственный интеллект 2026: топ-10 инструментов, о которых вы ещё не слышали
Искусственный интеллект (ИИ) продолжает менять наш мир с невероятной скоростью....
Беспилотники станут «умнее»: Украина запускает проект с немецкой компанией
Внедрение новых технологий позволит применять дроны у линии фронта, повышая...
Беспілотники стануть «розумнішими»: Україна запускає проект з німецькою компанією
Впровадження нових технологій дозволить застосовувати дрони на лінії фронту, підвищуючи...



