Firma Google wprowadziła dużą aktualizację Gemini 3 Deep Think — platformy oparte na myślącym sztucznym inteligencji, przeznaczonej do rozwiązywania aktualnych problemów w obszarze nauki i inżynierii.
Prace nad nową wersją Google Gemini 3 Deep Think prowadzone były wspólnie z naukowcami — usługa ma za zadanie rozwiązywać złożone zadania badawcze, których aspekty mogą nie mieć wyraźnych ograniczeń lub jednego prawidłowego rozwiązania, a towarzyszące dane mogą być niepełne lub niesystematyczne. Zaktualizowana platforma Deep Think to próba wyjścia poza abstrakcyjną teorię i skierowania się ku praktycznemu zastosowaniu. Nowy tryb jest dostępny bezpośrednio w aplikacji Gemini, ale mogą z niego skorzystać tylko subskrybenci Google AI Ultra; firma po raz pierwszy umożliwi również dostęp do usługi poprzez API Gemini — inżynierowie, badacze i przedsiębiorstwa będą musieli złożyć odpowiedni wniosek.
W teście Humanity’s Last Exam platforma Google Gemini 3 Deep Think uzyskała 48,4 % bez korzystania z narzędzi zewnętrznych; wynik w benchmarku ARC-AGI-2 wyniósł bezprecedensowe 84,6 %. W teście programistycznym Codeforces poziom ELO wyniósł 3455; w zadaniach Międzynarodowej Olimpiady Matematycznej 2025 system osiągnął poziom złotego medalu, ten sam wynik uzyskano w rozwiązywaniu zadań olimpijskich z chemii i fizyki. W teście CMT-Benchmark tryb Google Gemini 3 Deep Think wykazał wysoki poziom znajomości fizyki teoretycznej z wynikiem 50,5 %.
Model Gemini 3 Deep Think stał się podstawą agenta AI, który w laboratorium Google DeepMind otrzymał nazwę Aletheia. Obejmuje on narzędzie do weryfikacji hipotez sformułowanych w języku naturalnym, mające na celu identyfikację wad proponowanych rozwiązań; przewidziany został iteracyjny proces generowania i poprawiania rozwiązań. Co istotne, agent może uznać swoją niezdolność do udzielenia odpowiedzi na zapytanie. W przypadku skomplikowanych badań korzysta z wyszukiwania Google oraz narzędzi do nawigacji w sieci — podczas przygotowywania przeglądów opublikowanej literatury nie podaje nieistniejących linków i stara się unikać nieścisłości w obliczeniach.
Rzeczywiste i potencjalne poziomy osiągnięć Aletheia zostały podzielone przez programistów Google na pięć gradacji. W praktycznie całkowicie autonomicznym trybie agenta AI nakreślił ścieżki rozwiązania trzech otwartych problemów sformułowanych przez matematyka Pála Erdősa – badanie to oceniono na zerowym poziomie, odpowiadającym "niewielkiej nowości". W tym samym trybie zaproponował rozwiązanie jeszcze jednego problemu z tego samego zbioru, osiągając pierwszy poziom lub "minimalną nowość". Na drugim poziomie, "gotowym do publikacji", Aletheia pokazał wyniki w trybie autonomicznym, trybie współpracy z człowiekiem i trybie narzędzia wspomagającego. Trzeci ("znaczący przełom") i czwarty ("historyczny przełom") nadal są nieosiągalne dla agenta AI.
Na zlecenie programistów Aletheia przeanalizował 700 nierozwiązanych jak dotąd problemów matematycznych Erdősa i poradził sobie z 13 z nich. Niestety, w przypadku 9 problemów istniało już rozwiązanie, a prawdziwie nowo rozwiązane wydają się jedynie 4 problemy. Co więcej, z 212 rozwiązań, które dostarczył AI, jedynie 6,5 % okazało się "merytorycznie poprawnych". Pozostałe albo miały fundamentalne wady (68,5 %), albo rozwiązywały błędnie zinterpretowane przez agenta wersje źródłowych problemów (31,5 %).
W rezultacie programiści zgodzili się, że ich AI wykazuje "skłonność do błędnego rozumienia pytania w taki sposób, aby łatwiej na nie odpowiedzieć" i pozostaje "skrajnie podatne na błędy w porównaniu do ludzi". Innymi słowy, AI na razie nie może zastąpić matematyków.
Źródła:
Źródło: 3dnews.ru
