Google выпускает Gemini 2.0 Flash Thinking Experimental — свою первую ИИ-модель с возможностью «рассуждения»

Google продолжает развивать свои технологии искусственного интеллекта, представив новую экспериментальную ИИ-модель под названием Gemini 2.0 Flash Thinking Experimental. Однако, как признают сами разработчики, модель находится на ранней стадии разработки. На данном этапе пользователи могут столкнуться с ошибками, несовершенствами или ограничениями модели, что характерно для экспериментальных версий. В будущем ожидается её доработка и повышение эффективности.

Модель доступна на платформе AI Studio — инструменте Google, предназначенном для создания прототипов ИИ. Согласно описанию в модельной карте, Gemini 2.0 Flash Thinking Experimental лучше всего подходит для мультимодального понимания, рассуждений и кодирования. Она предназначена для решения сложных задач в таких областях, как программирование, математика и физика. Руководитель продукта AI Studio Логан Килпатрик назвал эту модель «первым шагом Google в области рассуждений», а главный научный сотрудник Google DeepMind Джефф Дин отметил, что модель «использует мысли для усиления своих рассуждений».

Особенности новой модели

Gemini 2.0 Flash Thinking Experimental основана на недавно анонсированной модели Gemini 2.0 Flash.

Её принцип работы напоминает аналогичные «модели рассуждений», такие как o1 от OpenAI. Эти модели способны проверять собственные выводы, избегая типичных ошибок традиционного ИИ. Однако за точность приходится платить: такие модели требуют больше времени на обработку задач — от нескольких секунд до минут.

«Мы видим обнадеживающие результаты при увеличении времени вычислений для обработки запросов. Это позволяет модели глубже анализировать поставленные задачи, лучше структурировать свои выводы и предлагать более точные ответы. Такой подход демонстрирует значительный потенциал для улучшения качества работы моделей рассуждений», — заявил Джефф Дин.

Модель обрабатывает запросы, делая паузу перед ответом, чтобы рассмотреть дополнительные подсказки и пояснить свои рассуждения. Например, при решении сложных задач с текстовыми и визуальными подсказками Gemini 2.0 Flash Thinking Experimental демонстрирует свои аналитические способности. Однако в простых случаях, как, например, подсчет букв в слове, она пока может ошибаться.

ИИ-модели с возможностью «рассуждения»

Google не единственная компания, разрабатывающая модели рассуждений. В ноябре 2024 года компания DeepSeek представила свою модель DeepSeek-R1, а команда Alibaba Qwen выпустила первый «открытый» аналог o1. Развитие таких моделей связано с поиском новых подходов к улучшению генеративного ИИ, так как методы масштабирования перестали давать прежние результаты.

На текущий момент Google задействовала около 200 исследователей для работы над технологиями рассуждений. Тем не менее, такие модели остаются дорогими из-за высоких требований к вычислительным ресурсам. Кроме того, их прогресс на бенчмарках пока не гарантирует стабильного роста качества в будущем.