Оглавление

Инженер Google DeepMind Хейдн Белфилд сообщил, что, вопреки популярным опасениям о неконтролируемом росте интеллекта, реальных признаков самосовершенствования нейросетей в процессе разработки пока не наблюдается. Как сообщает The Decoder, внутренние метрики компании фиксируют стабильный, но линейный прогресс, который обусловлен скорее увеличением вычислительных мощностей и инженерными усилиями людей, чем автономной работой алгоритмов.

На текущий момент ИИ уже глубоко интегрирован в рабочие процессы Google: более 75% кода создается с участием нейросетей. Однако эта цифра может быть обманчивой, так как около 88% всех правок по-прежнему требуют тщательного человеческого контроля. Доля изменений, которые делегируются искусственному интеллекту полностью, выросла лишь незначительно — с 7,5% до 11,9%.

Сложность задач как естественный барьер для агентов

Исследование, проведенное на базе 1 389 запусков внутренних агентов Argon, показало закономерную слабость современных систем: их эффективность стремительно падает при столкновении с комплексными задачами. В то время как простые и проверяемые операции автоматизируются легко, такие области, как дизайн новых экспериментов, диагностика нестабильности обучения и долгосрочное планирование, остаются прерогативой человека.

Опрос двенадцати ведущих исследователей DeepMind подтвердил этот тренд. Автоматизация буксует на этапе научного поиска и генерации идей, где требуется не просто перебор вариантов, а глубокое понимание контекста. Даже специализированный бенчмарк RE-Bench, имитирующий реальные задачи ML-инженерии, показывает, что лучшая модель Argon справляется лишь с половиной заданий, хотя это и значительно выше результата Gemini 3.7 Flash, набравшей 27%.

Рост возможностей моделей на 0,1 пункта GCI в месяц выглядит как надежный конвейер, но не как предвестник взрыва. Индустрия путает масштабирование инфраструктуры с когнитивным скачком: мы просто строим более быстрые экскаваторы, а не машины, которые сами решают, где копать. Без прорыва в автономной проверке гипотез «интеллектуальный взрыв» останется маркетинговым мифом.

Индекс общих способностей и риски ускорения

Для объективной оценки ситуации в Google создали General Capability Index (GCI), охватывающий 92 бенчмарка и более сотни моделей. Динамика индекса показывает, что возможности линейки Gemini растут предсказуемо — примерно на 0,1 пункта ежемесячно. Даже если новая Gemini 4 Argon слегка выбивается вверх из общего тренда, аналитики связывают это с концентрацией ресурсов, а не с тем, что ИИ начал писать сам себя.

Тем не менее, в экспертном сообществе нет единого мнения. Пока Google DeepMind выстраивает систему мониторинга для отслеживания первых признаков ускорения, группа из 20 известных ученых, включая Джеффри Хинтона и Йошуа Бенджио, предупреждает о возможности «интеллектуального взрыва». По их версии, переход к полной автономии в исследованиях может произойти внезапно, сжав годы разработки в считанные месяцы, что потребует совершенно иных мер безопасности.

На данный момент человеческий фактор остается главным звеном в цепочке создания ИИ. Мы наблюдаем не столько саморазвитие машин, сколько создание продвинутых инструментов, которые делают рутину разработчика легче, но не заменяют его интуицию и способность к творческому поиску в условиях неопределенности.