Salah satu penggunaan yang disorot adalah optimalisasi memori di pusat data Google. Sejumlah agen berbasis Argon menganalisis data pemantauan penggunaan memori di berbagai data center, kemudian mengidentifikasi dan menerapkan perbaikan. Google menyatakan langkah tersebut dapat membebaskan lebih dari 300 tebibita (TiB) memori, dengan perkiraan penghematan total mencapai 500 TiB hingga satu pebibita (PiB).
Angka tersebut merupakan klaim internal perusahaan. Jika terealisasi sesuai perkiraan, penghematan itu dapat membantu Google memanfaatkan kapasitas perangkat keras yang sudah tersedia dengan lebih efisien.
Google juga menyebut Argon digunakan oleh tim peneliti komputasi kuantum untuk mengoptimalkan algoritma. Dalam salah satu contoh yang dipublikasikan, model tersebut membantu memperbaiki penggunaan sumber daya komputasi ruang-waktu pada subrutin yang menjadi hambatan. Hasilnya dilaporkan melampaui tolok ukur yang telah dipublikasikan sebelumnya sebesar 40 persen dalam hitungan menit.
Selain itu, agen Argon dimanfaatkan untuk membantu migrasi kode C dan C++ ke Rust. Proses tersebut memerlukan pemeriksaan ketat karena perubahan kode pada perangkat lunak penting berpotensi memunculkan kesalahan baru. Google menyatakan migrasi berskala besar tetap melewati audit otomatis dan manual, pengujian emulasi, serta peninjauan sebelum diterapkan ke sistem produksi.
Akses Awal Dibatasi karena Risiko Keamanan Siber
Google memilih tidak langsung membuka Gemini 4 Argon kepada seluruh pengguna. Peluncuran awal dilakukan melalui Fairwind Program, yang memberikan akses kepada sejumlah pakar pertahanan keamanan siber tepercaya. Perusahaan juga bekerja sama dengan pemerintah Amerika Serikat dalam proses evaluasi sukarela sebelum ketersediaan model diperluas.
Baca juga
Pendekatan ini berkaitan dengan kemampuan model AI modern dalam menemukan dan menganalisis celah perangkat lunak. Kemampuan tersebut dapat membantu tim keamanan mengidentifikasi kerentanan lebih cepat, memvalidasi masalah, dan menyusun perbaikan. Namun, kemampuan serupa juga berpotensi disalahgunakan jika diarahkan untuk mencari kelemahan sistem dengan tujuan menyerang.
Tulsee Doshi, pemimpin produk model Gemini di Google, menyatakan bahwa model dengan kemampuan tinggi penting bagi praktisi keamanan siber. Masukan dari kelompok penguji awal akan digunakan untuk memperbaiki sistem pengaman sebelum akses diperluas secara bertahap.
Rencana ketersediaan dimulai dari kelompok pengguna tepercaya, kemudian pelanggan API berbayar dan pelanggan Google AI Ultra, sebelum menjangkau lebih banyak pengembang, perusahaan, serta konsumen.