Что произошло в мире ИИ за последнее время.
Нейросети помогают математикам
Команда ученых, в которую входит один из самых известных математиков современности Теренс Тао, показала, насколько большие языковые модели эффективны в поиске решений целого класса математических задач.
Перед математиками часто стоит задача найти объект с заданными свойствами. Например, при исследовании величины, принимающей бесконечное количество значений, требуется определить её верхнюю границу — значение, больше которого эта величина не может быть. Не всегда удаётся с первого раза дать точную оценку, часто находят оценку с запасом. Поэтому математики пытаются конкретизировать существующие оценки.
Кандидата на оценку можно частично проверить на компьютере, написав программу для перебора вариантов. Компьютер будет перебирать значения величины и сравнивать с предложенной оценкой — если хотя бы для одного значения неравенство не выполняется, то оценка неверна. Такой подход позволяет быстро отметать неподходящих кандидатов.
В мае 2025 года лаборатория Google DeepMind представила метод AlphaEvolve, который позволяет эффективно находить объекты с заданными свойствами с помощью LLM. В качестве объекта может выступать математическая конструкция, молекула, компьютерная программа и др. А значит, с помощью AlphaEvolve можно создавать и программы для поиска оценки величин.
AlphaEvolve использует эволюционный подход. Пользователь даёт описание задачи и объекта. На каждом шаге AlphaEvolve не ищет напрямую нужный объект, а генерирует программу, которая производит поиск. Такой метод оказался особенно эффективным, потому что позволяет компактно описывать сложные структуры и многократно улучшать результат без повторных запусков модели. На каждом следующем шаге языковая модель улучшает лучшую программу с предыдущего шага.
AlphaEvolve тестировали на 67 научных задачах из разных областей математики. Почти для всех модель нашла лучшие уже известные решения, а в некоторых задачах — предложила более оптимальные.
Почему это важно?
Многие решения, найденные AlphaEvolve, не были найдены раньше из-за отсутствия у математиков времени и сил на подбор оптимальной комбинации уже известных решений под конкретную задачу. AlphaEvolve может обнаруживать пропущенные людьми комбинации полуавтоматически. А анализ некоторых программ, созданных алгоритмом, помогает продвинуться в решении уже живым математикам. В статье также упоминается комбинирование AlphaEvolve с другими методами ИИ, которое позволяет формализовывать механизм поиска, например, выводить точную формулу.
Айфоны переходят на LLM от Google
Компания Apple готовится подписать сделку с Google о внедрении языковой модели Gemini в ассистента Siri. По информации Bloomberg, за доступ к Gemini Apple заплатит $1 млрд. Apple переходит на Gemini из-за проблем с собственными моделями. Улучшенную Siri с Apple Intelligence анонсировали в 2024 году, но запуск много раз переносился.
Gemini будет работать на серверах Apple в режиме Private Cloud Compute, что позволит не передавать данные Google. Ранее Apple тестировала других поставщиков LLM, включая OpenAI и Anthropic.
Почему это важно?
Сделка показывает технологический разрыв в области ИИ между компаниями. Google и Microsoft раньше занялись LLM, и теперь даже огромные деньги Apple не компенсируют отставание. Партнерство с Google создаёт для Apple зависимость от конкурента.
🤖 «Системный Блокъ» @sysblok