Компания Google пусна голямо обновление Gemini 3 Deep Think — платформа, базирана на разсъждаващия изкуствен интелект, предназначена да решава актуални проблеми в областта на науката и инженерството.
Разработката на новата версия на Google Gemini 3 Deep Think се осъществява в сътрудничество с учени — услугата е предназначена да решава сложни изследователски задачи, чийто аспекти не винаги могат да имат ясни ограничения или единствено правилно решение, а свързаните данни често са непълни или неструктурирани. Актуализираната платформа Deep Think е опит да се надмине абстрактната теория и да се премине в сферата на практическото приложение. Новият режим е достъпен директно в приложението Gemini, но могат да се възползват от него само абонати на Google AI Ultra; компанията също така за първи път ще отвори достъп до услугата чрез API Gemini — инженерите, изследователите и предприятията ще трябва да подадат съответна заявка.
В теста Humanity’s Last Exam платформата Google Gemini 3 Deep Think постигна 48,4 % без използване на външни инструменти; резултатът в бенчмарка ARC-AGI-2 бе безпрецедентните 84,6 %. В теста за програмиране Codeforces рейтингът Ело е 3455; в задачите на Международната математическа олимпиада 2025 година системата показа ниво на златен медал, същият резултат е постигнат и в решаването на задачи от олимпиадите по химия и физика. В теста CMT-Benchmark режимът на Google Gemini 3 Deep Think демонстрира висок ниво на владеене на теоретичната физика с резултат 50,5 %.
Моделът Gemini 3 Deep Think е в основата на ИИ-агента, който в лабораторията на Google DeepMind получи името Aletheia. Той включва средство за проверка на хипотези, формулирани на естествен език, с цел откриване на недостатъци в предложените решения; предвиден е итеративен процес на генериране и корекция на решения. Важно е агентът да може да признае своята неспособност да даде отговор на запитването. За работа със сложни изследвания той прибягва до търсачката на Google и средствата за уеб навигация — при подготовката на резюмета по публикувана литература той не предоставя несъществуващи връзки и се стреми да избягва неточности при изчисленията.
Фактическите и перспективните нива на постижения на Aletheia, разработени от Google, са разпределени в пет градации. В практически напълно автономен режим, ИИ агентът е обозначил пътища за решаване на три открити задачи, формулирани от mathematic Pál Erdős — това изследване е оценено на нулево ниво, отговарящо на "незначителна новина". В същия режим той предложи решение на още една задача от същия набор, постигайки първо ниво или "минимална новина". На второ ниво, "подходящо за публикация", Aletheia показа резултати в автономен режим, режим на сътрудничество с човек и режим на помощен инструмент. Третото („значителен пробив“) и четвъртото („забележителен пробив“) все още не са достигнати от ИИ агента.
По указание на разработчиците, Aletheia анализира 700 нерешени досега математически задачи на Erdős и успя да реши 13 от тях. Вярно е, че 9 от задачите вече имат съществуващо решение, а наистина първо решени изглеждат само 4 задачи. Освен това, от 212 решения, които ИИ е предложил, само 6,5 % се оказаха "съдържателно верни". Останалите или имаха фундаментални недостатъци (68,5 %), или решаваха неправилно интерпретирани от агента версии на оригиналните задачи (31,5 %).
В резултат на това разработчиците се съгласиха, че техният ИИ демонстрира "склонност да разбира неправилно въпроса, така че да е по-лесно да се отговори" и остава "крайно уязвим на грешки в сравнение с хората". С други думи, ИИ все още не може да замени математиците.
Източници:
Източник: 3dnews.ru
