ドンチャビーティングの監視によると、The Informationは3つの情報筋を引用し、Google DeepMindが特にコーディングモデルの能力向上を目的とした研究者とエンジニアで構成されたタスクフォースを結成したと述べている。このタスクフォースは、以前DeepMindの事前学習を監督していたDeepMindの研究エンジニア、セバスチャン・ボルジョーが率いており、共同創設者のセルゲイ・ブリンやDeepMindのCTO、コライ・カブククルも直接関与している。チーム結成の直接のきっかけは、Anthropicの最近のモデルリリースだった。DeepMindの内部研究者は、AnthropicのコーディングツールがGeminiのコード生成能力を超えたと考えている。最近のメモで、ブリンは「エージェントの実行能力のギャップを緊急に埋め、モデルを主要な開発者に変える必要がある」と記し、この最終スプリントに勝つための方針を示した。「エージェント」とは、多段階のタスクを処理できるAIを指す。このギャップには具体的な数字があり、AnthropicのClaude Codeの責任者ボリス・チェルニーは1月に、同社のコードの「ほぼ100%」がAIによって書かれていると述べている。GoogleのCFO、アナット・アシュケナジは2月の決算説明会で、Googleのコーディングエージェントが内部のコーディング作業の約50%しか処理していないと述べた。タスクフォースは、ゼロから新しいソフトウェアを書くなどの長期サイクルのコーディング作業に焦点を当てており、これには複数のファイルを読み取り、ユーザーの意図を理解する必要があり、現在のAIコーディングツールの中で最も難しい側面を担っている。トレーニングコーパスも調整されており、Googleは内部コードベースを使ってモデルを訓練し始めている。内部コードは公開コードと大きく異なり、一般的なコーディングモデルは内部プロジェクトにはあまり効果的でないためだ。これらの内部訓練済みモデルは外部に公開できないが、公開バージョンの改良に役立つ。内部推進の一環として、Googleは「Jetski」と呼ばれる内部コーディングツールの使用ランキングを設置し、DeepMind以外の一部チームも義務的なAIトレーニングを始めている。メモの中で、ブリンはすべてのGeminiエンジニアが複雑な多段階タスクを行う際には内部エージェントを使用する必要があると求めている。長期的な目標は、ブリンが「AIのテイクオフ」と呼ぶ自己改善型AIの実現であり、これは自己進化するAIを意味する。彼は繰り返し、コーディング能力の向上がこの段階に到達する鍵だと社員に伝えており、数学を行い実験を実行できるAIと連携させることで、AI研究者やエンジニアの作業を大規模に自動化できると理論的に示している。OpenAIも、研究者が実験用コードをより迅速に生成できるよう支援する類似の内部ツールをすでに持っている。
Google DeepMindはコーディングタスクフォースを結成し、Anthropicと競争 Brin本人が取り組みを監督
ドンチャビーティングの監視によると、The Informationは3つの情報筋を引用し、Google DeepMindが特にコーディングモデルの能力向上を目的とした研究者とエンジニアで構成されたタスクフォースを結成したと述べている。このタスクフォースは、以前DeepMindの事前学習を監督していたDeepMindの研究エンジニア、セバスチャン・ボルジョーが率いており、共同創設者のセルゲイ・ブリンやDeepMindのCTO、コライ・カブククルも直接関与している。チーム結成の直接のきっかけは、Anthropicの最近のモデルリリースだった。DeepMindの内部研究者は、AnthropicのコーディングツールがGeminiのコード生成能力を超えたと考えている。最近のメモで、ブリンは「エージェントの実行能力のギャップを緊急に埋め、モデルを主要な開発者に変える必要がある」と記し、この最終スプリントに勝つための方針を示した。「エージェント」とは、多段階のタスクを処理できるAIを指す。このギャップには具体的な数字があり、AnthropicのClaude Codeの責任者ボリス・チェルニーは1月に、同社のコードの「ほぼ100%」がAIによって書かれていると述べている。GoogleのCFO、アナット・アシュケナジは2月の決算説明会で、Googleのコーディングエージェントが内部のコーディング作業の約50%しか処理していないと述べた。タスクフォースは、ゼロから新しいソフトウェアを書くなどの長期サイクルのコーディング作業に焦点を当てており、これには複数のファイルを読み取り、ユーザーの意図を理解する必要があり、現在のAIコーディングツールの中で最も難しい側面を担っている。トレーニングコーパスも調整されており、Googleは内部コードベースを使ってモデルを訓練し始めている。内部コードは公開コードと大きく異なり、一般的なコーディングモデルは内部プロジェクトにはあまり効果的でないためだ。これらの内部訓練済みモデルは外部に公開できないが、公開バージョンの改良に役立つ。内部推進の一環として、Googleは「Jetski」と呼ばれる内部コーディングツールの使用ランキングを設置し、DeepMind以外の一部チームも義務的なAIトレーニングを始めている。メモの中で、ブリンはすべてのGeminiエンジニアが複雑な多段階タスクを行う際には内部エージェントを使用する必要があると求めている。長期的な目標は、ブリンが「AIのテイクオフ」と呼ぶ自己改善型AIの実現であり、これは自己進化するAIを意味する。彼は繰り返し、コーディング能力の向上がこの段階に到達する鍵だと社員に伝えており、数学を行い実験を実行できるAIと連携させることで、AI研究者やエンジニアの作業を大規模に自動化できると理論的に示している。OpenAIも、研究者が実験用コードをより迅速に生成できるよう支援する類似の内部ツールをすでに持っている。