<стр>Интервью с главой Google DeepMind показывает, как Gemini переходит от предоставления ответов к искусственному интеллекту, который помогает пользователям добиваться цели.
<п>Google опубликовал интервью со старшим вице-президентом Google DeepMind и главным архитектором искусственного интеллекта Кораем Кавукчуоглу. Кавукчуоглу поделился, что Google все чаще рассматривает Gemini как агента искусственного интеллекта, а не чат-бота. Это важно, поскольку генеральный директор Сундар Пичаи заявил, что агентный ИИ — это будущее поиска.
Gemini переходит от модели к агентному ИИ
Корай Кавукчуоглу поделился, что Google DeepMind все чаще рассматривает Gemini как агента, а не просто чат-бота или языковую модель. Что вдохновило это изменение, так это программирование, которое стало воротами в разработку программного обеспечения, использование инструментов и агентные рабочие процессы.
Кавукчуоглу сказал, что цель на самом деле не в том, чтобы создать модель, которая лучше отвечает на вопросы. Сейчас основное внимание уделяется созданию чего-то, что может действовать от имени человека и вместе с ним.
<п>Интервьюер Логан Килпатрик спросил Кавукчуоглу, не хочет ли он поговорить об «архитектурных инновациях» Google DeepMind; и Кавукчуоглу ответил, что это не то, о чем он хотел бы говорить прямо сейчас, указав, что что-то происходит за кулисами.
<стр>Но он обсуждал то, как фокус Google сместился в сторону агентного ИИ.
Он поделился:
“Начиная с первого запуска версии 3.0, я считаю, что мы многому научились с точки зрения понимания того, что значит заниматься кодированием, а не просто кодированием, верно?
<стр>Например, что значит заниматься разработкой программного обеспечения, что значит работать с инструментами или работать с функциями, которые люди используют каждый день.
По сути, превратите всё это в агента, от модели к агенту.
<п>И этот переход, я думаю, мы как бы обходили его, и это было то, чем мы хотели заняться напрямую. И, конечно же, разработка программного обеспечения — это самая важная область и среда, в которой вы хотите, чтобы ваши системы были успешными, потому что она лежит в основе многих, многих разных вещей, которые вы можете сделать.
За это время мы многое узнали о том, как обучать модель, как обучать агента, который действительно может писать код вместе с вами. И после этого, я думаю, шаги стали ускоряться.
<п>И, как и в любом исследовательском проекте, здесь одновременно происходит множество параллельных направлений. Итак, сейчас мы пытаемся объединить все эти знания, например, добавить к ним понимание того, что значит лучше выполнять агентные действия и агентные рабочие процессы, вместе с новыми архитектурными улучшениями, вместе с новыми идеями, над которыми мы работали некоторое время.
Многие из тех вещей, которые мы сделали в версиях 3.6, 3.7, появились где-то год или больше, а затем они начинают окупаться, и вы объединяете их в модель.
И приятно видеть, какой качественный эффект мы получили от этого. Мы были очень рады предстоящей версии 3.7. Когда мы делали 3.6, конечно, мы могли видеть, каким может быть 3.7 или каким может быть следующий шаг.
А потом все сошлось, и внутри мы начали получать большое удовольствие от этой модели. Итак, это эффект параллельного пути, который вы наблюдаете и который вы видите.”
ИИ меняется, но шаги остаются прежними
Еще кое-что, о чем он говорил, казалось противоречивым: он сказал, что революционные изменения происходят, но то, что их вызывает, само по себе не является революционным. Он сказал, что основные этапы создания ИИ не изменились почти так сильно, как проблемы, которые решает ИИ. То, что он делает, является революционным, но способ достижения этой цели не претерпел революционных изменений.
Кавукчуоглу сказал, что они до сих пор используют:
<ул>
<ли>Методы оптимизации, основанные на тех же основных принципах, что и в прошлом
Что изменилось, по его словам, так это среда, в которой работает ИИ, в которой модели должны делать выводы о намерениях, справляться с двусмысленностью и сотрудничать с людьми.
Google улучшил рабочие процессы агентов
<стр>Позже в ходе обсуждения Килпатрик сказал, что Джемини-3 достиг передового рубежа, но впоследствии этот рубеж переместился в сторону агентного кодирования и возможностей, подобных агентам. <п>Кавукчуоглу сказал, что ему еще предстоит кое-что узнать о действиях и рабочих процессах агентов, отметив, что работа над Gemini 3.5 научила их тому, как люди на самом деле работают с агентами, и что теперь он чувствует себя более уверенным в том, что Google лучше понимает такого рода взаимодействия.
Он объяснил:
“Я думаю, есть две вещи, о которых нам нужно помнить.
По определению, в очень конкурентной среде граница всегда будет смещаться. Будут приливы и отливы разных вещей. А ритм и частота, с которой лаборатория производит наиболее производительную модель, изменятся. Это №1.
<п>Но №2 — это справедливо. И мы говорили об этом в контексте 3.5. Я думаю, мы многое узнали об агентских действиях и агентских рабочих процессах. И возможность воплотить это в жизнь в модели — вот тот процесс, который мы прошли.
Там, где я чувствую себя сейчас, я чувствую себя очень, очень, очень комфортно и хорошо прямо сейчас, где мы находимся, и наша способность понимать, что нужно пользователям, когда они работают с агентом, который сотрудничает с ними в любых агентских задачах и рабочих процессах.
Но мы прошли через процесс создания этого.”
Google DeepMind: самое важное улучшение в искусственном интеллекте
<п>Затем интервьюер Логан попросил Кавукчуоглу рассказать, какое улучшение в ИИ является наиболее важным.
Он спросил:
“…если бы вы могли как бы взмахнуть волшебной палочкой и заставить модели делать что угодно, не тратя при этом много времени и энергии, есть ли у вас что-нибудь в верхней части этого списка, для чего вам хотелось бы получить возможность, своего рода лучшее поведение? что-то?”
Кавукчуоглу ответил:
“Думаю, если бы у меня была волшебная палочка, я бы просто сделал их умнее. Я думаю, что модели становятся умнее, они всё делают лучше, они всё делают более интуитивно, и я думаю, это было бы отлично.”
<ч2>На вынос
Google DeepMind и Google в целом переходят к большему, чем просто предоставлению ответов, они помогают пользователям выполнять задачи. Все продукты Google, от Gmail до Google Таблиц и Карт, помогают людям выполнять задачи. Кавукчуоглу объяснил, что модели искусственного интеллекта концептуально становятся больше, чем просто чат-ботами, они также становятся более агентными, и это отражает то, как все меняется в Google, включая поиск.