Google показва, че в ерата на бързо развиващия се изкуствен интелект обикновен чатбот вече не е достатъчен, за да задоволи нуждите на потребителите и бизнеса. По време на годишната конференция I/O в Маунтин Вю, Калифорния, компанията представя амбициозна визия, в която AI вече взема решения, действа проактивно и изгражда разбиране за света около себе си.

В центъра на тази визия е серията от модели Gemini, чийто изпълнителен директор на DeepMind Демис Хасабис вижда като пътя към т.нар. изкуствен общ интелект (AGI), пише WIRED.

Според Хасабис AGI ще дойде чрез усъвършенстване на вече съществуващите способности в Gemini – като разсъждаване, автономност и моделиране на реалността.

Google представя новите версии на моделите Gemini Flash и Gemini Pro – съответно най-бързия и най-способния от серията. Pro вече надминава конкурентите си по данни на LMArena – утвърден бенчмарк за езикови модели.

Една от големите новости е функцията Deep Think – нов механизъм, който позволява на Gemini Pro да „размишлява“ по начин, по-близък до този на хората. Вместо моментален отговор, моделът анализира, преценява варианти и взема решения чрез симулирано разсъждение. Това изисква повече изчислителна мощ и няколко нови, все още необявени технологии, обяснява Тулси Доши, продуктов ръководител на Gemini.

„Все още не сме стигнали дотам. Тези системи са много впечатляващи в определени неща. Но има и други, които все още не умеят. А преди това ни предстои доста изследователска работа“, казва главният изпълнителен директор Демис Хасабис

Google DeepMind: AGI ще бъде тук след 5-10 години – с човешки умения във всяка задача

Също така Google демонстрира и нови продукти, базирани на Gemini. Един от тях е Mariner – AI агент за браузъра Chrome, който сам може да изпълнява задачи като онлайн пазаруване. Той ще бъде достъпен в рамките на новия абонамент Google AI Ultra, който ще бъде на цената от $249,99 на месец.

Другият важен продукт е обновена версия на Astra – експериментален AI асистент, който използва камерата и микрофона на смартфон или смарт очила, за да „разбира“ реалния свят. Astra има способността да разпознава обекти, да търси информация, да използва приложения и дори да открива резервни части за велосипед, само по зададени от потребителя цели.

Доши обяснява, че една от главните цели на AI асистента е да се научи да предвижда нуждите на потребителите – например да стартира търсене в мрежата още преди то да бъде изрично поискано. Въпросът е как може да се изгради асистент, който е проактивен, без да бъде натрапчив.

За да бъде Astra ефективен, той трябва да разбира физическия свят, казва Хасабис – същото, което прави човешкия интелект гъвкав до такава степен. Това означава моделиране на обкръжението, планиране и адаптация в движение. Точно тези умения ще бъдат от значение не само когато става дума за виртуални асистенти, но и за следващото поколение хуманоидни роботи.

Нов сложен тест показва, че дори най-усъвършенстваните платформи са далеч от начинът, по който се представят хората

Колко близо са най-добрите сегашни AI модели до AGI?

DeepMind вече работи съвместно с Apptroniks – производител на хуманоидни роботи. Други големи играчи в сферата са Tesla, Figure AI, 1X и Agility. Всички те обещават роботи за фабрики и складове, но масовата им употреба все още е ограничена – именно заради липсата на интелект, който да разбира и адаптира поведението към променящи се среди.

„Проблемът в роботиката не е толкова в самия хардуер, колкото в липсата на разбиране за физическия контекст“, казва Хасабис. Това е особено важно за домашната среда – далеч по-непредсказуема от конвейера.

През март Google представя и Gemini Robotics – версия на AI модела, пригодена да управлява роботи. Но за да се доближат до човешко ниво, машините ще трябва да станат и по-изобретателни.

„Могат ли днешните модели да създадат Теорията на относителността, ако разполагат със същите знания, с които Айнщайн е разполагал през 1900 г.? Очевидно не“, казва Хасабис.

Точно по тази причина Google експериментира с креативността.

Милиарди в хардуер, но AGI остава далеч – технологичната индустрия осъзнава, че само мащабирането не е пътят към истински интелигентен AI

Отмина ли времето на лесните пари от изкуствения интелект?

DeepMind се връща към своите корени – игрите. Компанията разработва нова система, която носи името AlphaEvolve – кодиращ агент, който може да създава нови алгоритми за решението на стари проблеми.

Целта е тези особености да се пренесат отвъд математиката – например в симулации на реални светове, където AI може да „учи“, докато играе.

Според Хасабис AGI ще се нуждае от повече от просто игрови модел – нужен ще бъде модел на света, пълноценно разбиране за контекста, в който действа. Точно това е следващото голямо предизвикателство пред разработчиците.