Google har lanceret en stor opdatering. Gemini 3 Deep Think — en platform baseret på ræsonnerende kunstig intelligens, der er designet til at løse aktuelle opgaver inden for videnskab og teknik.
Udviklingen af den nye version af Google Gemini 3 Deep Think blev udført i samarbejde med forskere — tjenesten er beregnet til at løse komplekse forskningsopgaver, hvor aspekterne ikke nødvendigvis har klare grænser eller én rigtig løsning, og de tilknyttede data kan være ufuldstændige eller usystematiske. Den opdaterede platform Deep Think er et forsøg på at gå ud over abstrakt teori og ind i området for praktisk anvendelse. Den nye tilstand er tilgængelig direkte i Gemini-appen, men kun abonnenter på Google AI Ultra kan benytte sig af den; desuden åbner virksomheden for første gang adgangen til tjenesten via Gemini API — ingeniører, forskere og virksomheder skal indsende en tilsvarende ansøgning.
I testen af Humanity’s Last Exam opnåede Google Gemini 3 Deep Think en score på 48,4 % uden brug af eksterne værktøjer; resultatet i benchmarket ARC-AGI-2 var uden fortilfælde 84,6 %. I programmeringstesten Codeforces havde Elo-ratingen en værdi på 3455; i opgaverne fra den Internationale Matematiske Olympiade 2025 viste systemet et niveau svarende til guldmedalje, og det samme resultat blev opnået i løsningen af opgaver ved olympiaderne i kemi og fysik. I CMT-Benchmark-testen demonstrerede Google Gemini 3 Deep Think et højt niveau af teoretisk fysik med et resultat på 50,5 %.
Modellen Gemini 3 Deep Think danner grundlaget for en AI-agent, som i laboratoriet Google DeepMind har fået navnet Aletheia. Den inkluderer et middel til at kontrollere hypoteser formuleret på naturligt sprog for at identificere mangler i de foreslåede løsninger; en iterativ proces for generering og justering af løsninger er indarbejdet. Det er vigtigt, at agenten kan anerkende sin manglende evne til at give svar på forespørgsler. For at arbejde med komplekse undersøgelser henviser den til Googles søgetjeneste og webnavigation — når den udarbejder resuméer af offentliggjorte litteratur, giver den ikke falske links og stræber efter at undgå unøjagtigheder i beregningerne.
De faktiske og fremtidige niveauer af Aletheia's præstationer er blevet opdelt i fem grader af Google-udviklerne. I en næsten helt autonom tilstand har AI-agenten skitseret løsninger til tre åbne problemer formuleret af matematikeren Pál Erdős – denne forskning blev vurderet til nul niveau, hvilket svarer til 'ubetydelig nyhed'. I samme tilstand foreslog den en løsning på endnu et problem fra den samme samling, hvilket nåede det første niveau eller 'minimum nyhed'. På det andet niveau, 'egnet til publikation', viste Aletheia resultater i autonom tilstand, samarbejdsmodus med mennesket og som et hjælpemiddel. Det tredje ('betydelig gennembrud') og fjerde ('bemærkelsesværdig gennembrud') niveau er endnu ikke blevet opnået af AI-agenten.
Ifølge Aletheia's udvikleres opgave har den analyseret 700 uopløste matematiske problemer fra Erdős og løst 13 af dem. Desværre var der allerede eksisterende løsninger til 9 af problemerne, og kun 4 problemer ser ud til at være løst for første gang. Desuden var kun 6,5 % af de 212 løsninger, som AI gav, 'substansielt korrekte'. De øvrige havde enten fundamentale fejl (68,5 %) eller løste forkert fortolkede versioner af de oprindelige problemer (31,5 %).
Som følge heraf har udviklerne indrømmet, at deres AI udviser 'en tilbøjelighed til at misforstå spørgsmålet, så det bliver lettere at besvare' og forbliver 'meget udsat for fejl sammenlignet med mennesker'. Med andre ord kan AI stadig ikke erstatte matematikere.
Kilder:
Kilde: 3dnews.ru
