Google DeepMind создает рабочую группу по программированию, чтобы догнать Anthropic

CoinDesk сообщает, что по данным Beating, три осведомленных источника цитируются изданием The Information: Google DeepMind сформировала целевую группу из исследователей и инженеров, направленную на повышение способностей собственной кодировочной модели. Группу возглавляет исследователь-инженер DeepMind Себастьян Боргео, ранее отвечавший за предварительное обучение в DeepMind; непосредственное участие принимают сооснователь Сергей Брин и главный технический директор DeepMind Корай Кавукчуглу. Прямым импульсом для создания группы стало недавнее выпуска модели Anthropic. Внутренние исследователи DeepMind считают, что инструменты кодирования Anthropic превзошли возможности Gemini по генерации кода. В недавней записке Брин написал, что команда должна «срочно ликвидировать разрыв в способностях агентов, превратив модели в основных разработчиков кода», чтобы выиграть последний этап гонки. Под агентами подразумеваются ИИ, способные выполнять многошаговые задачи. Разрыв имеет конкретные цифры: Борис Черни, руководитель Claude Code от Anthropic, в январе заявил, что «почти 100%» кода компании пишется ИИ; финансовый директор Google Анаат Ашкенази на отчетном заседании в феврале сказал, что кодирующие агенты в Google выполняют лишь около 50% работы по написанию кода. Основное внимание целевой группы сосредоточено на длительных задачах кодирования, например, на создании нового программного обеспечения с нуля — такие задачи требуют от модели чтения нескольких файлов и понимания намерений пользователя, что является наиболее сложным этапом для современных инструментов ИИ-кодирования. Обучающие данные также корректируются: Google начал обучать модели на собственных закрытых репозиториях кода, поскольку внутренний код значительно отличается от публичного, и универсальные кодировочные модели плохо справляются с внутренними проектами. Такие внутренние модели нельзя публиковать, но они могут обратно способствовать улучшению версий, доступных для публики. В рамках внутреннего внедрения Google запустила внутренний рейтинг использования инструмента кодирования под названием Jetski; некоторые команды за пределами DeepMind начали проводить обязательные тренинги по ИИ. Брин в записке потребовал, чтобы каждый инженер Gemini при выполнении сложных многошаговых задач использовал внутренний агент. Более долгосрочной целью является то, что Брин называет «взлетом ИИ» — ИИ, способный к самосовершенствованию. Он неоднократно говорил сотрудникам, что повышение кодировочных способностей является ключом к достижению этого этапа; в сочетании с ИИ, способным решать математические задачи и проводить эксперименты, теоретически можно масштабно автоматизировать работу исследователей и инженеров ИИ. OpenAI уже имеет аналогичные внутренние инструменты, помогающие исследователям быстрее генерировать код для экспериментов.