„Pasak darbuotojų, „Google“ dirbtinio intelekto tyrimų padalinys ruošiasi išleisti naują modelį su gerokai patobulintomis kodavimo galimybėmis, kuris gali sustiprinti sritį, kurioje bendrovė atsilieka nuo konkurentų „OpenAI“ ir „Anthropic“.
Modelis, pavadintas „3.8 Flash“ ir bendrovės viduje vadinamas „Skimaki“, planuojamas išleisti jau trečiadienį, teigė kai kurie šaltiniai. Kai kurių šaltinių teigimu, atliekant tiesioginius bandymus „Jetski“, „Google“ vidinėje kodavimo priemonėje, bendrovės inžinieriai pirmenybę teikė jam, o ne „Anthropic“ „Opus“ modeliui.
Geras pramonės standartų lyginamuosiuose testuose pasiektas rezultatas galėtų atsakyti į kai kuriuos klausimus, kurie supo „Google DeepMind“ nuo tada, kai praėjusį mėnesį po vadovybės pertvarkymo pasitraukė jos bendraįkūrėjas Demis Hassabis. Hassabis įpėdinis Koray Kavukcuoglu darbuotojams pabrėžė, kad nori padidinti vykdymo tempą.
Po trumpo posūkio kaip lyderis modelių kūrimo lenktynėse su, praėjusį lapkritį išleistu „Gemini 3.0“, „Google“ šiais metais patyrė nemažai nesėkmių. „Gemini“ grįžo prie paskutiniųjų flagmanų modelių iš „Anthropic“ ir „OpenAI“, kai agentinis kodavimas tapo pagrindiniu dirbtinio intelekto verslo panaudojimo atveju. Kai kurie žinomiausi „Google“ tyrėjai, įskaitant „Character AI“ įkūrėją Noamą Shazeerį ir vyriausiąjį mokslininką Jeffą Deaną, pasitraukė anksčiau šią vasarą.
Stiprus „Flash 3.8“ debiutas pats savaime greičiausiai nebūtų vertinamas kaip „Google“ pozicijos atkūrimas tarp lyderių. „Flash“ modelių serija sukurta taip, kad būtų mažesnė, pigesnė ir greitesnė, tačiau jai trūksta didžiausių modelių, kuriuos sudaro trilijonai skaitmeninių parametrų, galios.
„Google“, „Alphabet“ padalinys, keliais mėnesiais vėluoja išleisti naują modelį iš savo galingiausios „Pro“ serijos, nepaisant to, kad generalinis direktorius Sundaras Pichai gegužę teigė, kad modelis pasirodys „kitą mėnesį“. Vidiniai kandidatai į „3.5 Pro“ buvo atmesti, nes jie nebuvo pakankamai geresni už „Flash“ seriją, teigė šaltiniai. „Gemini 4“, kitas planuojamas bendrovės flagmanas, pasirodė gerai atliekantis išankstinio mokymo vertinimuose, tačiau vis dar reikia atlikti poapmokymą, teigia šaltiniai.
Dėl mažo „Flash“ modelių dydžio jiems reikia mažiau skaičiavimo pajėgumų, todėl kelios komandos gali išbandyti metodus ir juos kurti vienu metu, teigė šaltiniai. Priešingai, norint pakeisti didesnius „Google“ „Pro“ modelius, reikia sutelkti daug daugiau „Google“ išteklių.
„Google DeepMind“ ir kitose laboratorijose tyrimų komandos nuolat atlieka kelis darbus vienu metu, o tai reiškia, kad vieno kuriamo modelio našumo stoka nebūtinai turi įtakos kitiems būsimiems modeliams, teigė šaltiniai.
Kai kurie šaltiniai teigė, kad naujausi „Google“ 3.7 „Flash“ ir 3.8 „Flash“ modeliai buvo kuriami jau kelis mėnesius, o jų kūrimas prasidėjo gerokai prieš praėjusio mėnesio vadovybės pasikeitimus. Kavukcuoglu vadovauja kasdieniams sprendimams dėl „Gemini“ kūrimo bent jau nuo praėjusių metų, o Hassabis daug laiko skiria išoriniams įsipareigojimams, teigia „DeepMind“ darbuotojai.
„Business Insider“ anksčiau pranešė, kad „Google“ darbuotojai testavo 3.8 „Flash“.
Nuo metų pradžios „Google“ skiria daugiau savo tyrėjų laiko ir skaičiavimo išteklių modelių kodavimo galimybėms tobulinti.
Visų pirma, ji padidino išteklius, skirtus sustiprintam mokymuisi – vėlesniam mokymo proceso etapui, kai modeliai mokomi atlikti įgūdžius bandymų ir klaidų metodu, teigė šaltiniai.
Neseniai bendrovė pasamdė Barret Zoph, buvusią „Thinking Machines Lab“ įkūrėją ir „OpenAI“ poapmokymų vadovę, būti tyrimų, skirtų sustiprintam mokymuisi ir poapmokymams, viceprezidente.“ [1]
1. Google's New AI Model Narrows Gap With Two Giant Rivals. Woo, Erin. Wall Street Journal, Eastern edition; New York, N.Y.. 02 Sep 2026: B4.
Komentarų nėra:
Rašyti komentarą