Bleiben Sie mit kostenlosen Updates informiert
Einfach anmelden Künstliche Intelligenz Myft Digest – direkt an Ihren Posteingang geliefert.
Google DeepMind und OpenAIs künstliche Intelligenzmodelle wurden in einem Wettbewerb als „Coding Olympics“ auf „Goldmedaillenebene“ aufgetragen und markieren einen Meilenstein in der Entwicklung der Technologie.
Die KI -Modelle erzielten Anfang September das Ergebnis gegen die besten menschlichen Konkurrenten beim Internationalen Collegiate Programing Contest (ICPC) -Weltfinale.
Der Wettbewerb gilt als der prestigeträchtigste Programm für die Welt der Welt. Zu den ehemaligen Teilnehmern gehören Google-Mitbegründer Sergey Brin und der Chefwissenschaftler von OpenAI, Jakub Pachocki.
Die KI -Modelle des Chatgpt Maker hätten den ersten Platz in den Wettbewerb gegeben, teilte das Unternehmen am Mittwoch mit. Das neueste GPT-5-Modell löste alle 12 Probleme, von denen 11 es beim ersten Versuch hatte. Openai und DeepMind waren keine offiziellen Konkurrenten.
DeepMind, das in London ansässige Labor, das von Sir Demis Hassabis, dem britischen Nobelpreisträger, geleitet wurde, sagte, sein KI-Argumentationsmodell, Gemini 2.5 Deep Think, hätte im Wettbewerb den zweiten Gesamtrang belegt. Es löste auch ein Problem, das kein menschlicher Konkurrent abschließen konnte.
Der Durchbruch kommt, da Software -Ingenieure zunehmend die neueste Generation von KI -Modellen verwenden, um die Computerprogrammierung zu unterstützen.
Die Technologie von DeepMind wurde verwendet, um gegen Menschen in anderen Elite -Wettbewerben gegen den Menschen zu gewinnen, von dem Schlagen des weltbesten Spielers im Brettspiel Go bis zu Gold bei der internationalen mathematischen Olympiade. OpenAI gewann diesen Sommer auch bei dem gleichen Mathematikwettbewerb Gold.
Quoc Le, Vizepräsident von Google DeepMind und Google Fellow, sagte: „Dies ist ein historischer Moment gegenüber der AGI“ und bezieht sich auf künstliche allgemeine Intelligenz-Systeme, die die Fähigkeiten des Menschen übertreffen-ein Hauptziel für AI-Forscher seit Jahrzehnten.
Jelani Nelson, Vorsitzender der University of California, Berkeleys Abteilung für Elektrotechnik und Computerwissenschaften, sagte: «Es ist beeindruckend für ein reines KI -System ohne Menschen in der Schleife, um die Leistung zu erhalten, die sie getan haben.»
«Wenn mir vor wenigen Jahren jemand gesagt hätte, dass wir neue Technologien hätten, die in dieser Ebene in Mathematik und in Informatik auftreten konnte, hätte ich sie nicht geglaubt», fügte Nelson hinzu, der mehrere ICPC -Teams am Massachusetts Institute of Technology, Harvard und UC Berkeley trainiert hat.
Im Codierungswettbewerb erhalten Teams von drei Dreieren einen Computer, mit dem 12 harte Programme in fünf Stunden Probleme lösen können. Die Teams sind auf Geschwindigkeit, Genauigkeit und der Anzahl der beantworteten Fragen eingestuft. In diesem Jahr konnten die Wettbewerber 10 der 12 Fragen lösen. Von den 139 konkurrierenden Teams in diesem Jahr gewannen nur vier Teams Goldmedaillen.
Um die Probleme zu lösen, müssen die Teilnehmer komplexe Probleme verstehen, einen logischen Plan haben, sie zu lösen und sie ohne Fehler auszuführen. Harte Mathematikprobleme erfordern auch abstrakte Argumentationsfähigkeiten und Kreativität.
Die KI -Tools hatten einen entscheidenden Vorteil gegenüber Menschen: Sie mussten nicht in einem Team arbeiten.
„Wenn ich meine Teams trainiere, muss ich ihnen nicht beibringen, wie sie Probleme lösen können.
Das DeepMind -Team verwendete „Verstärkungslernen“ – eine Technik, die KI -Systeme für die gewünschten Ergebnisse belohnt -, um sein Gemini -Modell mit sehr harten Mathematik-, Argumentations- und Codierungsproblemen weiterzubilden.
OpenAI verwendete sein neuestes GPT-5-Modell für alle Probleme mit Ausnahme des endgültigen und am härtesten, das es unter Verwendung einer Kombination aus GPT-5 und einem experimentellen Argumentationsmodell löste.
Die Wettbewerbskodierung ist das „ultimative Denkspiel“, da Modelle neue Ansätze entwickeln und Erkenntnisse verallgemeinern können, anstatt nur Lösungen auswendig zu lernen, sagte Heng-Tze Cheng, Forschungsdirektor und Hauptwissenschaftler bei Google DeepMind.
Der Klin der Universität Oxford sagte jedoch, dass der Erfolg in einer wettbewerbsfähigen Codierungsumgebung, die die Geschwindigkeit priorisiert, nicht unbedingt zu einer großartigen Softwareentwicklung in der Praxis führt. «Im wirklichen Leben sind die schwierigsten Probleme diejenigen, die ein halbes Jahr dauern», sagte er.
Während das Gemini -Modell ein Problem löste, das die Konkurrenten nicht konnten, beantwortete es nicht alle Aufgaben, die einige seiner menschlichen Kollegen erledigten. DeepMind sagte, das Experiment habe gezeigt, wie KI -Modelle „einzigartige, neuartige Beiträge liefern könnten, die die Fähigkeiten und das Wissen menschlicher Experten ergänzen“.
Laut Le habe der Fortschritt auch das Potenzial, viele wissenschaftliche und technische Disziplinen zu verändern, die mathematisches Verständnis und Codieren erfordern, wie z. B. das Entwerfen neuer Medikamente und Computerchips.
Le sagte: «Die Lösung von Mathematik- und Computer -Wettbewerbskodierung ist ein wichtiger Schritt, um zu verstehen, wie unsere Intelligenz funktioniert.»
