Оглавление

Как сообщает Ars Technica, Google Gemini 2.5 продемонстрировал впечатляющие результаты в Международной студенческой олимпиаде по программированию (ICPC), решив 10 из 12 сложнейших алгоритмических задач и заняв второе место среди 139 университетских команд.

Искусственный интеллект против человеческого разума

ICPC — это ежегодное соревнование, где тысячи студентов-программистов решают дюжину чрезвычайно сложных алгоритмических задач в течение пяти часов. В 2025 году к ним присоединился искусственный интеллект: Gemini 2.5 Deep Think участвовал в финале через удаленное онлайн-окружение, одобренное организаторами.

Человеческим командам дали 10-минутную фору перед запуском ИИ. Важно отметить, что Google не создавал специально обученную модель для ICPC — использовалась та же версия Gemini 2.5, что доступна в других приложениях, но «усиленная» для пятичасового марафона решения задач.

Технические достижения и ограничения

Система оценивания ICPC учитывает только правильные решения, причем время их нахождения влияет на итоговый балл. Gemini показал выдающуюся скорость: 8 правильных ответов за 45 минут. К концу соревнования модель решила 10 задач, что принесло ей золотую медаль — такой результат смогли повторить лишь 4 из 139 человеческих команд.

Особенно впечатляющим стало решение Задачи C — многомерной оптимизационной проблемы с вымышленными резервуарами «флаббера», которая оказалась не по зубам ни одной человеческой команде. Gemini справился с ней за 30 минут, используя вложенный тернарный поиск и алгоритмы динамического программирования.

Что это значит для будущего ИИ

Google утверждает, что внутренний анализ показал: Gemini 2.5 достигает уровня золотой медали и в задачах ICPC 2023-2024 годов. Компания видит в этом потенциал для применения ИИ в таких областях, как полупроводниковая инженерия и биотехнологии.

«ICPC всегда устанавливал высочайшие стандарты в решении задач, — заявил директор ICPC Билл Поучер. — Успешное участие Gemini в этой арене и достижение результатов золотого уровня знаменует ключевой момент в определении инструментов ИИ и академических стандартов для следующего поколения».

Достижение впечатляет, но стоит помнить о цене: пять часов сверхбыстрого вывода для модели типа Gemini — это колоссальные вычислительные затраты. Пока даже более простые потребительские модели не окупаются, но способность решать ранее нерешаемые проблемы может оправдать высокую стоимость технологии. Вопрос в том, когда это станет экономически целесообразным за пределами демонстрационных мероприятий.

Все решения Gemini доступны на GitHub, что позволяет сообществу проанализировать подходы ИИ к решению сложных алгоритмических задач. Google также отмечает, что комбинация лучших университетских команд и Gemini могла бы решить все 12 задач ICPC.