A Marcio.AI cobre o AI Brasil Experience, 28 e 29 de outubro, no Distrito Anhembi, em São Paulo.

CoberturaIngressos

Google abre o /teamwork do Antigravity com o Gemini 4 e relata prova de conjectura de 2013

Capa do Watcher com o título Agentes do Google provam conjectura de 2013
Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI.

O Google Research abriu na sexta, 13 de novembro, o uso dos modelos Gemini 4 no /teamwork, o sistema de vários agentes da plataforma Antigravity. O anúncio veio com uma lista de resultados. O principal é a prova completa da conjectura de Courtade e Kumar, problema de teoria da informação aberto desde 2013, verificada de ponta a ponta no provador Lean 4. Outro é a reescrita do microkernel Zircon, do sistema Fuchsia, com cerca de 800 mil linhas de Rust seguro em duas semanas. O artigo da prova já estava no arXiv desde setembro. Pesquisadores acadêmicos podem pedir seis meses de acesso grátis ao nível de uso mais alto, num programa para 10 mil pessoas aberto em outubro.

Em resumo

  • Sistema: o /teamwork divide o trabalho entre agentes especializados e checa as respostas com verificadores, como o Lean 4 e suítes de teste intactas.
  • Modelos: Gemini 4 Argon, Carbon e Hydrogen. O Argon aparece na maior parte dos casos relatados.
  • Prova: conjectura de Courtade e Kumar, de 2013, provada no caso geral e formalizada em Lean 4, com autores do Google, da CUHK, da USC e da CMU.
  • Rust: cerca de 800 mil linhas de Rust seguro no Zircon em duas semanas. O código passa nos testes do kernel e inicia em hardware arm64.
  • Acesso: Gemini 4 com /teamwork, /boost e Deep Review já no Antigravity. Os padrões de prova formal e de reescrita ainda vão sair.

O que o Google abriu?

O texto é de Vahab Mirrokni, Google Fellow e vice-presidente do Google Research. Ele diz que usuários externos já podem usar os modelos Gemini 4 no Antigravity com três recursos. São o /teamwork, o /boost, de otimização de código passo a passo, e o Deep Review, de revisão de documentos. O Deep Review dá duas chamadas grátis por semana. Os padrões de prova formal e de reescrita de código, usados em parte dos resultados, ficam para as próximas semanas, com tutoriais no blog do Antigravity.

O /teamwork existe desde o fim de agosto. Na segunda, 31 de agosto, o Google descreveu o sistema rodando com o Gemini 3.7 Flash e citou sete problemas abertos resolvidos, entre eles a conjectura dos ciclos de Knuth. Agora mudam os modelos, a lista de resultados e a abertura dos padrões novos.

O programa acadêmico também vem de antes. No post do Carbon, de 10 de novembro, o Google contou que tinha aberto as inscrições quatro semanas antes. O programa dá a 10 mil cientistas seis meses de Argon grátis no Antigravity. Milhares já tinham entrado, e o acesso foi ampliado ao Carbon. As inscrições seguem abertas, sujeitas a elegibilidade, capacidade e seleção.

Como o /teamwork funciona?

O sistema junta exploração em paralelo com o que o Google chama de falsificadores. São ferramentas que dizem se uma resposta funciona: o verificador de provas Lean 4, suítes de teste sem alteração, simuladores, busca na web e contadores de hardware. Cada agente recebe só os arquivos e ferramentas de que precisa. Coordenadores passam a tarefa para sucessores com contexto limpo. Agentes críticos e auditores checam os resultados sem herdar o raciocínio de quem os produziu.

Cada pedido vai para um padrão de trabalho. Há o Long Proof, para provas longas, o Deep Review, o /boost e um padrão de reescrita em Rust. Na reescrita, um módulo só entra na fila depois que as dependências dele compilam, e o teste usa a suíte original. O Google explica o motivo: “grandes migrações de código falham quando os agentes deixam dependências vazias ou alteram os testes para fazer passar um porte quebrado”.

O que os agentes provaram?

A conjectura de Courtade e Kumar trata de comprimir uma sequência aleatória de bits num único bit. Ela diz que nenhuma forma de fazer isso preserva mais informação que a função ditador, a que apenas copia um dos bits. Pesquisadores do Google, da Universidade Chinesa de Hong Kong, da USC e da Carnegie Mellon usaram o padrão Long Proof para provar o caso geral. Segundo o Google, o Gemini primeiro achou contraexemplos para uma versão generalizada. O Argon e modelos anteriores desenvolveram a maior parte dos novos limites e dos certificados de aritmética intervalar. Os autores estenderam a prova a funções desbalanceadas.

O artigo no arXiv tem sete autores: Zijie Chen, Amin Gohari, Adel Javanmard, Honghao Lin, Vahab Mirrokni, Chandra Nair e David P. Woodruff. Foi enviado na segunda, 21 de setembro, com segunda versão em 24 de setembro. O resumo diz que a prova inteira, com todos os certificados numéricos, foi verificada em Lean de ponta a ponta. A página do arXiv não cita IA nem Gemini. O blog do Google diz que a formalização tem 50 milhões de linhas de código e não explica o tamanho.

O Google lista outros resultados de matemática. Um é a formalização das conjecturas de Weil, provadas por Pierre Deligne em 1974, com cerca de 1,8 milhão de linhas de Lean em 28.800 chamadas de subagentes. Outro é a formalização de uma prova recente de explosão em tempo finito nas equações de Navier-Stokes em 3D. A Interesting Engineering ressalta que o trabalho formaliza uma prova existente e deixa em aberto o problema do Prêmio do Milênio. Segundo o Google, a formalização do problema de Bochner-Riesz em 3D achou uma lacuna numa prova informal recente.

O que os agentes fizeram em software?

No Zircon, o microkernel do Fuchsia, cerca de 25% do código já tinha sido portado. Uma campanha de duas semanas com o Argon reescreveu o resto do C++ e somou cerca de 800 mil linhas de Rust seguro. O resultado passa em todos os testes de unidade do kernel e inicia em hardware arm64, segundo o Google.

No libgav1, decodificador de vídeo AV1, os agentes produziram cerca de 170 mil linhas de Rust com saída idêntica bit a bit numa ampla suíte de conformidade. A primeira versão ficou quatro vezes mais lenta que o C++. Depois que os agentes ganharam ferramentas de perfilamento, o Rust passou a rodar de 20% a 30% mais rápido que o C++ original. A comparação inclui o assembly otimizado à mão, em x86_64 e ARM.

Dentro do Google, um fluxo de agendamento com agentes reduziu em 24% as interrupções de cargas de TPU em alguns tipos de hardware. Em química, 30 agentes com um simulador físico identificaram estruturas de moléculas a partir de dados de ressonância magnética nuclear. O acerto foi de 95% na primeira opção e de 100% entre as três primeiras.

Quanto disso foi conferido por fora?

Pouco, por enquanto. Os resultados são do Google, e as reportagens da Interesting Engineering e do Kantan News repetem os números sem ouvir especialistas de fora. O Kantan lembra que “verificado” quer dizer código checado pelo Lean, sem revisão por pares mencionada. O Google diz que o trabalho foi feito “em colaboração com especialistas humanos”. Segundo a empresa, os autores verificaram, simplificaram e editaram as provas e os algoritmos recebidos antes de publicar.

Alguns números pedem cuidado. A pesquisa sobre o Deep Review na conferência STOC 2027 tem 70 respostas e segue em andamento. Nela, 90% acharam o retorno quase todo factual. O motor de Go treinado pelos agentes ganhou cerca de 2.600 pontos de Elo. O resultado se apoia numa partida só, “a única jogada para o post”, nas palavras do Google.

Como chegamos até aqui?

A prova de conjecturas com IA virou disputa entre laboratórios. Em 31 de outubro, a Marcio.AI registrou que OpenAI e Anthropic diziam ter derrubado a Hipótese do Tempo Exponencial. Em 10 de novembro, o portal mostrou a IA da PSI, com modelo da Anthropic, provando uma conjectura quântica de 2008, com o aceite de Scott Aaronson. O Google responde com volume de resultados e com o Lean como juiz. Os modelos do /teamwork chegaram ao público na mesma semana, o Carbon na terça, 10, e o Hydrogen na quinta, 12, assuntos de outros posts do Watcher.

O que isso muda para pesquisa e TI no Brasil?

Para universidades brasileiras, o programa acadêmico é a porta de entrada. Seis meses no nível de uso mais alto do Antigravity dão acesso aos padrões usados nos resultados, à medida que saírem. As fontes lidas não detalham quem é elegível, e a resposta só vem na inscrição.

Para empresas, o caso do Zircon fala com quem tem sistema legado grande em C ou C++. A receita do Google tem duas regras simples: migrar módulo a módulo, na ordem das dependências, e nunca deixar o agente mexer nos testes originais. Bancos e empresas de pagamento com código antigo podem aplicar as duas regras com qualquer ferramenta de agentes.

O que observar nas próximas semanas

A tese da Marcio.AI: o Google aposta que vários agentes checados por verificadores formais rendem mais que um modelo sozinho, e a matemática virou a vitrine. O teste de verdade é a reescrita de software, onde o resultado vira produto. Sinais para conferir até o fim de dezembro: a publicação dos padrões de prova formal e de reescrita no Antigravity, a revisão por pares do artigo de Courtade e Kumar, reações de especialistas em teoria da informação, se o Zircon em Rust entra no código do Fuchsia e o preço do /teamwork fora do programa acadêmico.

Fontes

Rating Marcio.AI: 5/5 (Global, Totalmente relevante, No centro do hype). Seção DeepTech do Watcher.

#MarcioAI #Google #Antigravity #AgentesDeIA #Matematica #Lean #Rust

Como este texto foi produzido

Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.


Leia também: IA da PSI, com modelo da Anthropic, prova conjectura quântica de 2008, e Aaronson aceita e OpenAI diz que sua IA derrubou a Hipótese do Tempo Exponencial, e a Anthropic diz o mesmo.

Deixe um comentário

Rolar para cima