Оглавление

В технологической индустрии наступил момент, когда даже признанные гиганты вынуждены признать отставание в критически важных дисциплинах. Компания Google DeepMind сформировала специализированную команду инженеров, чьей единственной целью станет радикальное улучшение навыков написания кода у моделей семейства Gemini. Как сообщает издание The Decoder, этот шаг стал ответом на внутренние исследования, которые показали превосходство инструментов конкурента — стартапа Anthropic — в решении сложных программистских задач.

Новое подразделение возглавил опытный инженер Себастьян Боржо, ранее курировавший процессы предварительного обучения моделей в DeepMind. Перед ним стоит амбициозная задача: научить нейросети не просто дописывать фрагменты кода, а проектировать программное обеспечение с нуля. Это требует от ИИ способности понимать архитектуру целых репозиториев и интерпретировать порой весьма туманные пожелания заказчика, что до сих пор остается «узким местом» для большинства языковых моделей.

Стратегия внутреннего дообучения и самосовершенствования

Поисковый гигант решил использовать свое главное преимущество — колоссальный массив внутренних данных. Google все активнее тренирует модели на собственном проприетарном коде, который существенно отличается от публичных библиотек на GitHub. Хотя такие модели вряд ли станут доступны широкой публике из соображений безопасности, их использование внутри корпорации должно ускорить разработку продуктов, которые в конечном итоге попадут к пользователям.

Процесс внедрения ИИ-инструментов в рабочие будни инженеров перестал быть делом добровольным. Соучредитель Google Сергей Брин в недавнем внутреннем меморандуме подчеркнул, что для победы в этой «финальной гонке» необходимо превратить модели в основных разработчиков кода. В компании теперь внимательно отслеживают использование внутреннего ИИ-инструмента под названием Jetski, а команды даже ранжируются в зависимости от активности его применения.

 Пока Gemini учится на коде Google, чтобы писать код для Google, мир опенсорсных инноваций уходит вперед. Технологическое доминирование здесь легко спутать с корпоративной стандартизацией, которая редко рождает революционные архитектуры. Впрочем, если цель — превратить программиста в оператора конвейера, то стратегия выбрана безошибочно.

Дальнейшие перспективы и роль агентов

Руководство компании рассматривает продвинутые навыки кодинга как фундамент для создания агентов, способных к автономному выполнению многошаговых операций. По мнению Брина, если ИИ сможет самостоятельно исправлять баги, проводить математические вычисления и ставить эксперименты, это позволит автоматизировать значительную часть работы самих исследователей в области искусственного интеллекта.

На текущем этапе ситуация выглядит как попытка догнать уходящий поезд, учитывая, что OpenAI и Anthropic уже давно сделали ставку на «агентность» своих систем. Внутри Google некоторые подразделения за пределами DeepMind уже ввели обязательные тренинги по работе с ИИ для своих сотрудников. Кажется, эра, когда программист мог позволить себе роскошь не использовать нейросети в повседневной работе, в Маунтин-Вью официально подошла к концу.