DeepMind и «золото» на ICPC — разбор прорыва Gemini 2.5 |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2025-09-21 13:52 Что произошло Google DeepMind объявила: их модель Gemini 2.5 (Deep Think) впервые заняла золотой уровень на Международном конкурсе по программированию (ICPC 2025, Баку). 10 из 12 задач решены за 5 часов. Среди этих задач — «Problem C» про распределение жидкостей в сети каналов, с которой не справилась ни одна команда людей. По сумме времени решений результат модели соответствует 2-му месту среди команд-чемпионов университетов. Как Gemini решила «невозможную» задачу --Определила приоритеты резервуаров (какие заполнять первыми). --Для каждого фиксированного набора приоритетов применила динамическое программирование. --Использовала вложенные тернарные поиски и минимакс, чтобы найти оптимальную комбинацию и минимизировать время. --Тестировала и отлаживала код прямо на месте — модель могла запускать решения и проверять результаты. Важные нюансы Не всё идеально: две задачи Gemini не решила, хотя люди справились. Старт с задержкой: модель начала через 10 минут после выдачи заданий. Неизвестные ресурсы: Google не раскрыл объём GPU-мощностей и деталей подготовки. Обобщаемость под вопросом: соревнования — это формализованные условия. В реальном кодинге есть хаос, грязные данные, ограничения по памяти. Почему это важно --Подтверждение: ИИ может не только «копировать» решения, но и изобретать стратегии, комбинировать алгоритмы. --Это шаг к системам, способным решать инженерные и научные задачи, где важна креативная оптимизация. --Для разработчиков: вероятно появятся «ИИ-напарники», способные предложить неожиданные ходы на сложных задачах. --Для бизнеса: такие модели могут оптимизировать маршруты, логистику, анализ больших сетей, инвестиционные стратегии. Комментарий DeepMind не кричит «мы заменили программистов» — скорее говорит: «Смотрите, ИИ уже может играть в ту же лигу, где раньше были только лучшие студенты мира». Люди пока побеждают, но ИИ уже дышит в затылок — и делает это с минимаксами и тернарными поисками, а не шпаргалками. Источник: vk.com Комментарии: |
|