Andrew Altair
  • ბლოგი
  • ინსაითები
  • ფორუმი
  • პრომპტები
  • ბოტები
  • სერვისები
Andrew Altair

© 2026 Andrew Altair

aiNOW · AI სააგენტო
Insights

Google-ის 29 აგენტმა 11.5 საათში 50-ამოცანიანი ტესტი შექმნა

Advancing science & engineering with Antigravity’s /teamwork
research.google

Google-ის მკვლევარმა და Google Research-ის ვიცე-პრეზიდენტმა, ვაჰაბ მიროკნიმ, 13 ნოემბერს აღწერა, როგორ გადააქცია Antigravity-ის /teamwork-მა 29 აგენტის 11.5-საათიანი მუშაობა 13 საჯარო ცხრილიდან 50-ამოცანიან მიზეზ-შედეგობრივ ტესტების კრებულად. ეს შედეგი ადამიანებთან ერთად ჩატარებული კვლევითი პროცესის ნაწილია.

მისი თქმით, ასეთ ამოცანებში ადამიანები კითხვას აყალიბებენ და თეორიულ ან ფიზიკურ შეზღუდვებს ადგენენ. შემდეგ გრძელვადიანი აგენტები წერენ ამოცანისთვის საჭირო ამომხსნელებს, ამოწმებენ შესაძლო დიზაინებს და ლოგიკის გრძელ ჯაჭვს ცალკე გზებით ამოწმებენ.

მიზეზ-შედეგობრივ კრებულში საწყისი პირობა ადამიანებმა განსაზღვრეს: 5 კრიტერიუმიდან ერთ-ერთი მონაცემთა ანონიმიზაცია იყო. 29 აგენტმა 13 საჯარო ცხრილიდან შექმნა 50 ამოცანა, რომლებშიც მოდელმა უნდა დაადგინოს, იდენტიფიცირდება თუ არა მიზეზობრივი ეფექტი და შედეგი წინასწარ ცნობილ პასუხს შეუდაროს.

საწყისი ვერსიები ამით არ დასრულებულა. ცალკე მიმომხილველმა და აუდიტორმა აგენტებმა მოკლე გზები იპოვეს, ფორმულირებაში დამალული მინიშნებები მონიშნეს და გამოგონილი კოდების გამოყენებას ვეტო დაადეს. აღმოჩენილი ხარვეზები და მოკლე გზები მუდმივ ტესტებად გადააქციეს.

/teamwork-ის შემმოწმებლები მხოლოდ სხვა აგენტების პასუხებს არ ეყრდნობიან. პარალელურ ძიებასთან ერთად სისტემა იყენებს Lean 4-ის მტკიცების შემმოწმებელს, უცვლელ პროგრამულ ტესტებს, შესრულების სიმულატორებს, ვებძიებასა და აპარატურის მრიცხველებს. ამ სიის მიზანია კანდიდატი პასუხების გარედან გადამოწმება.

კონტექსტის დაკარგვის შესამცირებლად თითოეული სპეციალიზებული აგენტი მხოლოდ მისთვის საჭირო ფაილებსა და ხელსაწყოებს იღებს. კოორდინატორები დავალებას ახალ შემდგომ აგენტებს გადასცემენ, ხოლო კრიტიკოსები და აუდიტორები შედეგს სუფთა კონტექსტიდან ამოწმებენ, თავდაპირველი შემქმნელის მსჯელობის გარეშე.

მათემატიკის ნაწილში Google-ის, CUHK-ის, USC-ისა და CMU-ის მკვლევრებმა Courtade-Kumar-ის კონიუნქტურა სრული ზოგადობით დაამტკიცეს. Gemini-მა ჯერ განზოგადებული ვარიანტის საწინააღმდეგო მაგალითები იპოვა, შემდეგ კი ჯგუფმა ამოცანა 14-ცვლადიან ოპტიმიზაციამდე დაიყვანა. საბოლოო მტკიცება Lean 4-ში ფორმალიზდა და 50 მილიონი კოდის სტრიქონი მოიცვა.

დოკუმენტების შემოწმებაშიც ადამიანების როლი დარჩა. STOC 2027-ისთვის 578 განაცხადმა Deep Review-ის უკუკავშირი აირჩია. მიმდინარე გამოკითხვაში, რომლის ნიმუშიც 70 ავტორს მოიცავდა, 90%-მა უკუკავშირი ძირითადად ან თითქმის მთლიანად ფაქტობრივად შეაფასა, ხოლო 90%-მა აღნიშნა, რომ ხელსაწყოს ისევ გამოიყენებდა.

ამავე გამოკითხვაში მონაწილეთა 30%-ზე მეტმა განაცხადა, რომ Deep Review-მა მტკიცების მნიშვნელოვანი ხარვეზი ან ტექნიკური შეცდომა იპოვა. 14%-მა მიუთითა ტექნიკურ სიცარიელეებზე, რომელთა გამოსწორებას 1 საათზე მეტი დასჭირდა. ერთ-ერთმა ავტორმა აღნიშნა: „Tools of this kind can help produce cleaner and more precise research, faster“.

სისტემური კოდირების მაგალითშიც შემოწმება ცალკე ფენად დარჩა. /teamwork-მა C++-ზე დაწერილი libgav1 დაახლოებით 170 000 ხაზის Rust-კოდად გადააკეთა. საწყისად პორტი დაახლოებით 4-ჯერ ნელი იყო, მაგრამ პროფილირების შემდეგ ორ არქიტექტურაზე ორიგინალზე 20-30%-ით სწრაფი გახდა და ფართო შესაბამისობის ტესტებზე 100%-იანი ბიტ-ზუსტი თანხვედრა შეინარჩუნა.

სისტემურ ინფრასტრუქტურაში FarArray-ის მაგალითზე Google-მა 1 ტრილიონი წიბოს მქონე გრაფებზე Connected Components-ის დამუშავება აღწერა. ავტორების მიხედვით, ამ მიდგომამ TCP-ზე დაფუძნებულ გასაღები-მნიშვნელობის საცავებთან შედარებით 60-90-ჯერ მეტი გამტარობა და 40-180-ჯერ მეტი სისწრაფე აჩვენა, თან RAM-ის გამოყენება 6-ჯერ შეამცირა. InstantEmbedding-ის შემთხვევაში პიკური DRAM 14-ჯერ შემცირდა, მუშაობის დრო კი 11-27-ჯერ დაჩქარდა.

Google-ის მასალა განმარტავს, რომ გარე მეცნიერებსა და დეველოპერებს Gemini 4-ის მოდელებთან ერთად /teamwork-ისა და /boost-ის გამოყენება Antigravity-ში შეუძლიათ. Deep Review ცალკე ხელსაწყოდაც ხელმისაწვდომია, ხოლო განაცხადის პროგრამა 10 000 აკადემიურ მკვლევარს უმაღლესი გამოყენების დონის 6-თვიან უფასო წვდომას სთავაზობს. ფორმალიზებული მტკიცების შაბლონი და სხვა სპეციალიზებული პროცესები მოგვიანებით დაემატება.

ამ აღწერაში შედეგი ერთმა აგენტმა არ გამოიტანა. ადამიანებმა განსაზღვრეს კითხვა, შეზღუდვები და მიღების კრიტერიუმები, ხოლო ცალკე შემმოწმებლებმა კანდიდატები ტესტებით, სიმულაციებითა და მტკიცების ფორმალიზაციით გადაამოწმეს. სწორედ ამ წესმა გადააქცია მრავალაგენტიანი მუშაობა შემოწმებად კვლევით პროცესად.

Advancing science & engineering with Antigravity’s /teamwork

research.google

#google#big-tech#gemini#ai#ai-agents
14 ნოე 20263 წთ0

დაწვრილებით ამ თემაზე

🤑 Google-მა სული გაყიდა

🤑 Google-მა სული გაყიდა

Google-ის AI ოფიციალურად გადაიქცა სარეკლამო ბილბორდად. კომპანიამ დაიწყო რეკლამების გაყიდვა Gemini-სა და Search AI-ში. თქვენი კითხვები ახლა მხოლოდ გაყიდვების საბაბია.

🥕 რა სჯობს ნამდვილ სტაფილოს?

🥕 რა სჯობს ნამდვილ სტაფილოს?

Bandcamp-მა ხელოვნური ინტელექტით შექმნილი მუსიკა აკრძალა — პლატფორმა პრიორიტეტს ადამიანურ შემოქმედებას ანიჭებს. ინდი-მუსიკის უკანასკნელი ბასტიონი, Bandcamp, ოფიციალურად აცხადებს ომს ალგორითმული "ხმაურის" წინააღმდეგ. პლატფორმა კრძალავს ნებისმიერ კომპოზიციას, რომელიც AI-მ დააგენერირა. ეს გადაწყვეტილება სასოწარკვეთილი და, ამავდროულად, გენიალური ბიზნეს სვლაა იმ ეპოქაში, სადაც Spotify და სხვა გიგანტები ნაგავსაყრელად იქცნენ. მაშინ როცა მეინსტრიმ პლატფორმები თვალს ხუჭავენ "Velvet Sundown"-ის მსგავს ფეიკ-ჯგუფებზე და ეგუებიან ალგორითმულ მანიპულაციებს, Bandcamp ქმნის ელიტურ კლუბს - ადგილი, სადაც ადამიანის სული ჯერ კიდევ ფასობს. აქ მუსიკა ემოციაა. Spotify-სთვის AI შემოსავლის წყაროა, Bandcamp-ისთვის კი ეგზისტენციალური საფრთხე. 2026 წელს, როცა ინტერნეტი "მკვდარია" და კონტენტის 90%-ს ბოტები ქმნიან, ნამდვილი ადამიანური შეცდომები, იმპროვიზაცია და სულიერი სიღრმე პრემიუმ პროდუქტად იქცევა. ეს აკრძალვა რეალურად ხარისხის კონტროლის უმაღლესი სტანდარტია — ისინი ყიდიან არა უბრალოდ აუდიო ფაილებს, არამედ გარანტიას. თქვენს ყურსასმენებში ნამდვილი გული ძგერს. მომხმარებლების რეაქციაც შესაბამისია — "ჯოჯოხეთური ჰო" და სიხარული, რადგან ხალხს მობეზრდა სუროგატი.

🚗 სწრაფი და… სულელი?

🚗 სწრაფი და… სულელი?

თქვენ გგონიათ, რომ 8 დოლარად მომავალი იყიდეთ, სინამდვილეში კი მხოლოდ რეკლამების სამიზნე გახდით. OpenAI-მ "ChatGPT Go" ჩაუშვა — იაფი, სწრაფი, მაგრამ "გამოშიგნული" მოდელი, რომელიც მალე რეკლამებით გაივსება. რევოლუციის ნაცვლად, ჩვენ მასობრივი წარმოების ხაფანგს ვიღებთ. ინდოეთში დაწყებული ექსპერიმენტი უკვე 170+ ქვეყანაში გავრცელდა და ახლა ყველაზე სწრაფად მზარდი სააბონენტო გეგმაა.

მსგავსი ინსაითები

🧪 Nature-ის კვლევა: სამედიცინო AI ექიმებს უტოლდება, თუმცა ბაზისური მოდელების გაუმჯობესება სტრუქტურულ უპირატესობას აქრობს ჟურნალ Nature-ში გამოქვეყნებული ორი

the-decoder.com

🔍 Google-მა მთავარ გვერდზე კლასიკური ძიების ღილაკი AI ინსტრუმენტების ნაკრებით ჩაანაცვლა გამოცემა Futurism-ის ინფორმაციით, Google-მა საკუთარი საკულტო მთავარი

andrewaltair.ge

🩺 ორმა სამედიცინო ხელოვნური ინტელექტის სისტემამ სიმულაციებში ექიმებს აჯობა 2026 წლის 17 ივნისს სამეცნიერო ჟურნალ Nature-ში გამოქვეყნებული ახალი კვლევების თა

perplexity.ai

კომენტარები (0)

Andrew Altair

Andrew Altair

AI Innovator