Google DeepMind forma un equipo de trabajo en programación para ponerse al día con Anthropic

icon币界网
Compartir
Share IconShare IconShare IconShare IconShare IconShare IconCopy
AI summary iconResumen

expand icon
Google DeepMind ha formado un equipo de trabajo de programación liderado por Sebastian Borgeaud para mejorar la generación de código y reducir la brecha con Anthropic. El equipo, supervisado por Sergey Brin y Koray Kavukcuoglu, se enfoca en tareas de programación de ciclos largos y en bases de código internas. Se informa que Anthropic utiliza IA para casi el 100% de su código, mientras que Google lo usa para aproximadamente el 50%. Esta iniciativa busca desplazar la relación riesgo-recompensa a favor de un desarrollo más rápido y eficiente. Los niveles de soporte y resistencia en el espacio de programación con IA se están estrechando a medida que aumenta la competencia.

Según CoinDesk, según informa Beating, citando a tres fuentes informadas, Google DeepMind ha formado un equipo especializado de investigadores e ingenieros para mejorar las capacidades de sus modelos de codificación. El equipo está liderado por Sebastian Borgeaud, ingeniero de investigación de DeepMind, quien anteriormente se encargaba del preentrenamiento en DeepMind; los cofundadores Sergey Brin y el director técnico de DeepMind, Koray Kavukcuoglu, participan directamente. El impulso inmediato para formar este equipo fue el reciente lanzamiento del modelo de Anthropic. Los investigadores internos de DeepMind consideran que las herramientas de codificación de Anthropic ya superan la capacidad de generación de código de Gemini. En un memorando reciente, Brin escribió que el equipo debe "cerrar urgentemente la brecha en la capacidad de ejecución de agentes y convertir al modelo en el desarrollador principal que escribe código" para ganar esta última etapa de la carrera. Los agentes se refieren a IA capaces de manejar tareas multietapa. La brecha tiene cifras concretas: Boris Cherny, responsable de Claude Code de Anthropic, declaró en enero que la empresa "casi al 100%" genera su código mediante IA; mientras que la CFO de Google, Anat Ashkenazi, indicó en la reunión de resultados de febrero que los agentes de codificación en Google solo asumen aproximadamente el 50% del trabajo de codificación interno. El equipo se enfoca principalmente en tareas de codificación de larga duración, como escribir un nuevo software desde cero, tareas que requieren que el modelo lea múltiples archivos y comprenda la intención del usuario, lo que representa el punto más difícil para las herramientas actuales de codificación con IA. También se están ajustando los datos de entrenamiento: Google ha comenzado a entrenar sus modelos con su propia base de código privada, ya que el código interno difiere significativamente del código público y los modelos de codificación generales no desempeñan bien en proyectos internos. Estos modelos entrenados internamente no pueden publicarse, pero pueden ayudar a iterar versiones que sí se pueden hacer públicas. En términos de adopción interna, Google ha establecido una tabla de clasificación interna llamada Jetski para medir el uso de herramientas de codificación; algunos equipos fuera de DeepMind ya han comenzado a organizar capacitaciones obligatorias en IA. Brin exigió en su memorando que cada ingeniero de Gemini utilice agentes internos al realizar tareas complejas y multietapa. El objetivo a más largo plazo es lo que Brin denomina "el despegue de la IA", es decir, una IA capaz de auto-mejorarse. Ha repetido varias veces a los empleados que mejorar la capacidad de codificación es clave para llegar a ese punto; junto con IA capaz de realizar matemáticas y ejecutar experimentos, teóricamente se puede automatizar a gran escala el trabajo de investigadores e ingenieros de IA. OpenAI ya cuenta con herramientas internas similares que ayudan a los investigadores a generar código experimental más rápidamente.

Descargo de responsabilidad: La información contenida en esta página puede proceder de terceros y no refleja necesariamente los puntos de vista u opiniones de KuCoin. Este contenido se proporciona solo con fines informativos generales, sin ninguna representación o garantía de ningún tipo, y tampoco debe interpretarse como asesoramiento financiero o de inversión. KuCoin no es responsable de ningún error u omisión, ni de ningún resultado derivado del uso de esta información. Las inversiones en activos digitales pueden ser arriesgadas. Evalúa con cuidado los riesgos de un producto y tu tolerancia al riesgo en función de tus propias circunstancias financieras. Para más información, consulta nuestras Condiciones de uso y la Declaración de riesgos.