Compania Google a lansat o actualizare majoră Gemini 3 Deep Think — o platformă bazată pe inteligența artificială raționantă, destinată să rezolve probleme actuale din domeniul științei și ingineriei.
Dezvoltarea noii versiuni Google Gemini 3 Deep Think a fost realizată împreună cu cercetători — serviciul este destinat să rezolve sarcini de cercetare complexe, ale căror aspecte pot să nu aibă limite clare sau o singură soluție corectă, iar datele însoțitoare pot fi incomplete sau nesistematice. Platforma revizuită Deep Think este o încercare de a depăși teoria abstractă și de a pătrunde în domeniul aplicațiilor practice. Noua opțiune este disponibilă direct în aplicația Gemini, dar poate fi utilizată doar de abonații Google AI Ultra; compania va deschide, de asemenea, pentru prima dată accesul la serviciu prin API Gemini — inginerii, cercetătorii și companiile trebuie să depună o cerere corespunzătoare.
În testul Humanity’s Last Exam, platforma Google Gemini 3 Deep Think a obținut 48,4% fără utilizarea unor unelte externe; rezultatul în benchmark-ul ARC-AGI-2 a fost fără precedent, 84,6%. În testul de programare Codeforces, ratingul Elo a fost de 3455; la problemele din Olimpiada Internațională de Matematică 2025, sistemul a demonstrat un nivel de medalie de aur, același rezultat a fost obținut la rezolvarea problemelor din olimpiadele de chimie și fizică. În testul CMT-Benchmark, modul Google Gemini 3 Deep Think a demonstrat un nivel ridicat de stăpânire a fizicii teoretice, cu un rezultat de 50,5%.
Modelul Gemini 3 Deep Think a stat la baza agentului AI, care în laboratorul Google DeepMind a primit numele Aletheia. Acesta include un instrument de verificare a ipotezelor formulate în limbaj natural, pentru a identifica deficiențele în soluțiile propuse; este prevăzut un proces iterativ de generare și corectare a soluțiilor. Ce este important, agentul poate recunoaște incapacitatea de a oferi un răspuns la solicitare. Pentru a lucra cu cercetări complexe, acesta apelează la serviciul de căutare Google și la instrumentele de navigare pe web — la pregătirea sintezelor literaturii publicate nu furnizează linkuri inexistente și încearcă să evite erorile în calcul.
Dezvoltatorii Google au distribuit realizările actuale și viitoare ale Aletheia în cinci categorii. În mod practic complet autonom, agentul AI a conturat metodele de soluționare a trei probleme deschise formulate de matematicianul Pál Erdős — această cercetare a fost apreciată la nivelul zero, corespondent cu „noul semnificativ”. În aceeași manieră, acesta a propus soluția unei alte probleme din acel set, atingând primul nivel sau „noul minim”. La al doilea nivel, „publicabil”, Aletheia a arătat rezultate în mod autonom, în regimul de colaborare cu un om și ca instrument auxiliar. Cele de-a treia („avans semnificativ”) și a patra („avans remarcabil”) categorii nu au fost deocamdată accesibile agentului AI.
La cererea dezvoltatorilor, Aletheia a analizat 700 de probleme matematice nerezolvate de Erdős și a rezolvat 13 dintre ele. Totuși, pentru 9 probleme s-a găsit deja o soluție existentă, iar doar 4 probleme par a fi fost într-adevăr rezolvate pentru prima dată. Mai mult, din cele 212 soluții prezentate de AI, doar 6,5 % s-au dovedit a fi „corecte din punct de vedere substanțial”. Restul aveau fie deficiențe fundamentale (68,5 %), fie rezolvau versiuni greșit interpretate de agentul AI ale problemelor inițiale (31,5 %).
Ca urmare, dezvoltatorii au convenit că AI-ul lor demonstrează „o tendință de a interpreta întrebările greșit astfel încât să fie mai ușor de răspuns” și rămâne „extrem de predispus la erori în comparație cu oamenii”. Cu alte cuvinte, AI-ul nu poate înlocui în prezent matematicienii.
Surse:
Sursa: 3dnews.ru
