Рассказываем, что произошло в мире ИИ за последнее время
Нейросети помогут решить задачу тысячелетия?
Лаборатория Google DeepMind вместе с учёными из США предложила метод на основе нейросетей, помогающий лучше понимать определенный вид математических задач. Это может помочь в решении одной из задач тысячелетия.
Изобретение позволяет находить особые решения дифференциальных уравнений, описывающих многие физические процессы. Например, уравнение Навье — Стокса (запомните его) описывает изменение скорости потока жидкости или газа во времени. Его решение — формула, выражающая скорость через параметр времени и характеристиками жидкости / газа.
Решений часто много, но часть из них приводит к физически невозможным показателям. Например, формула может предсказать бесконечную скорость потока. Поиск таких особых решений важен: он показывает границы применимости уравнения. Скажем, при тестировании крыла самолёта уравнение динамики потока воздуха может давать аномальные значения, и результаты эксперимента будут ненадежными.
DeepMind совместно с физиками и математиками разработали вычислительный метод для нахождения таких особых решений. Он использует нейросети и новый способ их обучения с высокой численной точностью. Метод уже протестировали на ряде уравнений и открыли новые группы особых решений.
Почему это важно?
Доказательство отсутствия особых решений у некоторых уравнений — сложная задача. Например, доказательство гипотезы, что уравнение Навье — Стокса не имеет особых решений, входит в список из 7 задач тысячелетия с призом в 1 млн долларов. Пока решена только одна из этих задач — Григорием Перельманом.
Новый метод, представленный учеными, полуавтоматический — его можно применять к большому спектру уравнений с относительно небольшим участием человека. То есть сложность задачи частично удалось переложить на компьютер. Возможно, это поможет найти особые решения уравнения Навье — Стокса и опровергнуть гипотезу.
Это не первый случай, когда учёные используют возросшие технологические и вычислительные возможности для работы над сложными задачами. Можно вспомнить Большой адронный коллайдер или Нобелевскую премию за нейросети.
Языковые модели от Google и OpenAI победили в олимпиаде по программированию
Сразу два лидера в области LLM заняли призовые места в ICPC — Международном студенческом командном чемпионате по программированию.
Обеим командам предоставили столько же времени, сколько и обычным участникам. Команда OpenAI заняла первое место, решив все 12 задач, Google — второе, решив десять.
OpenAI использовала три модели: GPT-5 и экспериментальную рассуждающую модель для генерации решений, и еще одну — для выбора финального решения из набора кандидатов. Ни одна из модель не обучалась специально для ICPC. GPT-5 решила 11 задач, а самую сложную — экспериментальная модель.
Google использовала модель Gemini 2.5 в режиме продвинутых рассуждений DeepThink. Примечательно, что на отдельных задачах она показала время лучше, чем у самых быстрых участников.
Обе модели справилась с задачей, которую не решила ни одна человеческая команда. Среди людей первое место заняла команда петербургская университета СПбГУ, решив 11 задач. Второе и третье места достались командам из Японии и Китая соответственно.
Почему это важно?
Модели этих же компаний недавно одержали победу и на олимпиаде по математике.
И OpenAI, и Google используют исключительно языковые модели общего назначения, а не специализированные системы для отдельных задач. Это демонстрирует потенциал больших языковых моделей в решении сложных технических и наукоемких проблем.
Лидерство в соревнованиях с людьми показывает и прогресс в развитии LLM. К примеру, в 2023 году они не всегда генерировали корректный код. Однако эти успехи не полностью отображают качество моделей. Они всё еще часто ошибаются в более простых задачах и галлюцинируют.
🤖 «Системный Блокъ» @sysblok