Google DeepMind створює команду з програмування для змагання з Anthropic, Брін особисто контролює зусилля

Згідно з моніторингом Dongcha Beating, The Information цитує три інформовані джерела, які стверджують, що Google DeepMind сформувала робочу групу, яка складається з дослідників та інженерів, спеціально спрямовану на покращення можливостей її моделей кодування. Очолює цю групу дослідний інженер DeepMind Себастьян Боргоо, який раніше керував попереднім навчанням DeepMind; також безпосередньо залучені співзасновник Сергій Брін та технічний директор DeepMind Корай Кавукджуоглу. Негайним приводом для створення команди стала нещодавня випускова модель Anthropic. Внутрішні дослідники DeepMind вважають, що інструменти кодування Anthropic перевищили можливості генерації коду Gemini. У недавньому меморандумі Брін написав, що команда повинна «терміново закрити розрив у можливостях виконання агентів і перетворити модель у основного розробника для написання коду», щоб виграти цей фінальний спринт. «Агент» означає ШІ, здатний виконувати багатоступінчасті завдання. Розрив має конкретні цифри: Боріс Черний, керівник Claude Code від Anthropic, заявив у січні, що компанія має «майже 100%» свого коду, написаного ШІ; фінансовий директор Google Анат Ашкеназі у лютневому звіті про доходи зазначила, що агентами кодування в Google займається лише близько 50% внутрішніх завдань з кодування. Робоча група зосереджена на довгострокових завданнях кодування, таких як написання нового програмного забезпечення з нуля, що вимагає від моделі читати кілька файлів і розуміти наміри користувача, що є найскладнішою частиною сучасних інструментів штучного інтелекту для кодування. Також коригується навчальний корпус: Google почав використовувати свою приватну кодову базу для тренування моделей, оскільки внутрішній код значно відрізняється від публічного, і загальні моделі кодування погано працюють на внутрішніх проектах. Ці внутрішньо навчені моделі не можна випускати зовнішньо, але вони допомагають ітерувати публічно доступні версії. Щодо внутрішнього просування, Google створила таблицю лідерів для використання внутрішнього інструменту кодування під назвою Jetski; деякі команди поза DeepMind почали організовувати обов’язкове навчання ШІ. У меморандумі Брін вимагає, щоб кожен інженер Gemini використовував внутрішнього агента при виконанні складних багатоступінчастих завдань. Довгострокова мета — те, що Брін називає «зліт штучного інтелекту», тобто самовдосконалюючийся ШІ. Він неодноразово говорив співробітникам, що покращення можливостей кодування є ключем до досягнення цієї стадії; у поєднанні з ШІ, здатним виконувати математичні обчислення та проводити експерименти, це теоретично дозволяє масштабну автоматизацію роботи дослідників і інженерів у галузі ШІ. OpenAI вже має подібні внутрішні інструменти, які допомагають дослідникам швидше генерувати експериментальний код.