Google переосмысливает научные открытия с помощью Gemini 3 Deep Think и Aletheia
Ландшафт искусственного интеллекта кардинально изменился на этой неделе: компания Google DeepMind представила ряд революционных достижений, направленных на решение самых сложных научных задач человечества. В авангарде этого релиза находятся Gemini 3 Deep Think, обновленная модель рассуждения, использующая масштабирование во время логического вывода (inference-time scaling) для того, чтобы превзойти конкурентов, и Aletheia, специализированный ИИ-агент, который успешно перешел от решения задач математических олимпиад к генерации автономных научных исследований, готовых к публикации.
Этот двойной релиз знаменует собой переломный момент, когда ИИ выходит за рамки простой помощи и вступает в сферу независимых открытий, бросая вызов устоявшимся бенчмаркам и устанавливая новые стандарты того, чего могут достичь автономные агенты в теоретической физике, высшей математике и разработке лекарств.
Gemini 3 Deep Think: Освоение искусства «думать дольше»
В основе этих новых возможностей лежит усовершенствованная модель Gemini 3 Deep Think. Google фундаментально переработала режим рассуждения модели, сосредоточившись на технике, известной как «масштабирование во время логического вывода» (inference-time scaling). Этот подход позволяет модели выделять больше вычислительных ресурсов на этапе запроса — фактически «думая дольше» — для исследования нескольких путей рассуждения перед тем, как дать ответ.
Результаты этого архитектурного сдвига ошеломляют. В прямых сравнениях Gemini 3 Deep Think, по сообщениям, превзошла основных конкурентов, включая GPT-5.2 от OpenAI и Claude Opus 4.6 от Anthropic, в различных строгих бенчмарках. Мастерство модели особенно заметно в задачах, требующих глубокой логической дедукции и мультимодального понимания (multimodal understanding).
Ключевые показатели производительности:
- ARC-AGI-2: Достигнуты высшие баллы в визуальных головоломках, требующих абстрактного мышления.
- CMT-Benchmark: 50,5% в теоретической физике, что демонстрирует глубокое понимание сложных научных концепций.
- Эффективность: Итерация Deep Think от января 2026 года сократила объем вычислений, необходимых для задач олимпиадного уровня, в 100 раз по сравнению со своим предшественником 2025 года.
Этот выигрыш в эффективности имеет решающее значение. Оптимизировав процесс обработки информации моделью, Google сделала высокоуровневые рассуждения доступными для практического применения, позволяя инженерам моделировать физические системы с помощью кода и помогая исследователям интерпретировать огромные массивы неполных данных.
Aletheia: Первый настоящий ИИ-математик
В то время как Gemini 3 Deep Think обеспечивает основу для рассуждений, Aletheia представляет собой специализированное применение этой мощи. Созданная для преодоления «разрыва в оценке» (evaluation gap) между олимпиадной математикой и профессиональными исследованиями, Aletheia — это ИИ-агент, способный ориентироваться в неоднозначности открытых математических проблем.
В отличие от традиционных решателей, которые преуспевают в четко определенных вопросах, Aletheia работает через сложный Agentic Loop. Эта архитектура имитирует рабочий процесс математика-человека, разделяя процесс решения задач на отдельные этапы.
Агентная архитектура
Для обеспечения точности и уменьшения «галлюцинаций», характерных для больших языковых моделей (Large Language Models, LLM), Aletheia использует трехстороннюю систему:
- Генератор (Generator): Предлагает варианты решений и стратегии доказательства для данной исследовательской задачи.
- Верификатор (Verifier): Неформальный механизм на естественном языке, который проверяет предложение на наличие логических ошибок или неточностей в цитировании.
- Ревизор (Reviser): Итеративно исправляет ошибки, выявленные Верификатором, до тех пор, пока результат не будет соответствовать строгим логическим стандартам.
Такое разделение обязанностей позволяет системе исправлять собственные ошибки — черта, которая ранее была основным препятствием для ИИ в формальных науках. Кроме того, Aletheia использует Google Search для проверки цитат, гарантируя, что она ссылается на реальную математическую литературу, а не выдумывает источники.
История бенчмарков: Aletheia против всех
Влияние агентного подхода Aletheia лучше всего иллюстрируется ее результатами в IMO-ProofBench Advanced, бенчмарке, который считается золотым стандартом для автоматизированного математического рассуждения.
Таблица 1: Сравнительная производительность в математических бенчмарках
| Бенчмарк | Предыдущий SOTA | Производительность Aletheia | Коэффициент улучшения |
|---|---|---|---|
| IMO-ProofBench Advanced | 65,7% | 95,1% | +29,4% |
| FutureMath Basic (уровень PhD) | < 60% (оценка) | Передовой уровень (State-of-the-Art) | Значительный скачок |
| Открытые проблемы Эрдёша | 0 решено | 4 решено автономно | Бесконечный прирост |
Скачок к точности 95,1% на IMO-ProofBench Advanced — это не просто постепенное улучшение; это смена парадигмы, предполагающая, что ИИ теперь может надежно справляться с математикой на основе доказательств на уровне, ранее доступном только элитным экспертам-людям.
Решение нерешаемого: прорывы в автономных исследованиях
Настоящая проверка возможностей Aletheia заключается не в сдаче экзаменов, а в создании новых знаний. Google DeepMind сообщила, что агент уже достиг нескольких «первых результатов» в области математики.
Наиболее примечательно то, что Aletheia автономно подготовила исследовательскую работу под названием Feng26, в которой рассчитываются структурные константы, известные как «собственные веса» (eigenweights) в арифметической геометрии. Эта работа была создана без вмешательства человека и классифицирована как автономность «уровня A2» — по сути, автономная и обладающая качеством, пригодным для публикации.
Более того, при работе с известными Erdős conjectures — списком открытых математических проблем, поставленных плодовитым Паулем Эрдёшем, — Aletheia нашла 63 технически правильных решения и полностью разрешила 4 ранее открытых вопроса. Эта способность вносить оригинальные истины в свод человеческих знаний подтверждает потенциал модели как партнера для ученых.
За пределами математики: ускорение разработки лекарств с помощью IsoDDE
Достижения в Gemini 3 Deep Think выходят за рамки абстрактной математики в осязаемый мир биохимии. Наряду с Aletheia, Google представила IsoDDE (Isomorphic Drug Design Engine) — новый инструмент от своего подразделения Isomorphic Labs.
IsoDDE основывается на наследии AlphaFold, превосходя AlphaFold 3 в два раза по точности прогнозирования. Его главным прорывом является способность предсказывать аффинность связывания (binding affinity) лекарств с беспрецедентной точностью. Выявляя скрытые «карманы» в структурах белков, к которым могут присоединяться молекулы лекарств, IsoDDE предлагает масштабируемую основу для разработки методов лечения сложных биологических систем, включая антитела и крупные биологические структуры.
Определение нового стандарта автономности ИИ
С этими релизами Google DeepMind также продвигает стандартизированный способ классификации вклада ИИ. Компания предложила новую Таксономию автономности ИИ (Taxonomy for AI Autonomy), созданную по образцу уровней, используемых для автономных транспортных средств.
- Уровень 0 (Преимущественно человек): ИИ предлагает незначительную новизну (например, стандартные решатели олимпиадных задач).
- Уровень 1 (Сотрудничество): ИИ предлагает общую стратегию («общую картину»), но люди выполняют строгие доказательства.
- Уровень 2 (Существенно автономный): ИИ генерирует исследования, пригодные для публикации, при минимальном контроле со стороны человека или его отсутствии (например, работа Feng26).
Эта структура дает отрасли необходимый словарь для разграничения ИИ, который просто извлекает информацию, и ИИ, который ее создает. По мере того как Gemini 3 Deep Think и Aletheia начинают наполнять научные журналы своими открытиями, грань между человеческими и машинными открытиями будет становиться все более размытой, возвещая о новой эре ускоренных инноваций.
