Новая эра ИИ: как Google Gemini получает “регулятор” для управления мышлением

Google DeepMind представил важное обновление своей модели Gemini, которое включает уникальную функцию — “регулятор”, позволяющий контролировать уровень рассуждений при обработке запросов. Эта инновация призвана не только сократить затраты для разработчиков, но и решить одну из главных проблем современных ИИ-систем: чрезмерное размышление, которое ведет к увеличению расходов на вычислительные ресурсы и энергопотребление.

С 2019 года разработчики ИИ-решений используют различные методы для повышения эффективности своих моделей. Основные из них включают увеличение объема обучающих данных и улучшение обратной связи для определения качественных ответов. Однако в конце прошлого года Google и другие компании начали активно внедрять третий подход — моделирование рассуждений.

Примером такого подхода служит модель DeepSeek R1, которая продемонстрировала впечатляющие результаты. Идея заключается в том, чтобы обучить ИИ рассуждать логически и тратить больше времени на поиск ответов, что может значительно повысить качество его работы. Но, как показывает практика, это также ведет к увеличению затрат: выполнение одной задачи может стоить разработчикам до 15 000 рублей, а с учетом повышенной нагрузки на систему, сумма может возрасти до 12 000 рублей.

К сожалению, не всегда более длительное рассуждение приводит к лучшему результату. Как отмечает Тулси Доши, ведущий специалист команды Gemini, “модель иногда слишком много размышляет”. При выполнении простых запросов ИИ может потратить больше времени, чем это действительно необходимо. Это приводит не только к повышению цен на услуги, но и к негативным последствиям для экологии, поскольку из-за увеличенных затрат на вычисления возрастает углеродный след.

Сложные задачи требуют большего времени на анализ, однако в некоторых случаях ИИ может застрять в бесконечном цикле размышлений, как показал пример из области органической химии, когда модель начала исполнять один и тот же вывод десятки раз подряд, теряя фокус на задаче.

Чтобы решить эту проблему, Google внедрил новую функцию — “регулятор рассуждений”. На данный момент эта функция доступна не для конечных пользователей, а только для разработчиков, создающих приложения. Теперь они могут установить определенный бюджет на вычислительные ресурсы, которые модель должна использовать для решения задачи. Таким образом, если задача не требует глубокого анализа, разработчики могут снизить уровень размышлений.

Когда функция активна, стоимость обработки запросов возрастает в шесть раз, поэтому разумный подход к ее использованию может помочь оптимизировать затраты, что особенно актуально для небольших разработчиков и стартапов.

Очевидные примеры применения модели с “регулятором” включают программирование, анализ больших объемов данных и создание экспертных отчетов. В таких случаях разработчики могут настроить высокий уровень размышлений, так как затраты будут оправданы. Однако для менее сложных задач оптимизация расходов становится важной задачей.

По мнению экспертов, инвестиции в модели рассуждений показывают, что парадигма улучшения ИИ-решений меняется. “Старые законы масштабируемости уходят в прошлое”, — говорит Натан Хабиб, инженер Hugging Face, подчеркивая, что компании теперь уверены: лучший ответ можно получить не только увеличением объема моделей, но за счет более глубоких размышлений. За последние несколько лет стало очевидно, что компании тратят больше на обработку запросов, что, в свою очередь, влияет на углеродный след от высоких потреблений энергии ИИ-систем.

Несмотря на достижение Google, другие компании также работают над созданием мощных моделей рассуждений. Когда новости о DeepSeek начали распространяться в декабре и январе, они привели к обвалу акций на рынке почти на триллион долларов из-за впечатляющих характеристик новых моделей, предлагающих открытое программное обеспечение. В отличие от традиционных моделей, такая открытость позволяет разработчикам использовать их самостоятельно без необходимости платить за доступ к закрытым системам.

Но почему разработчики должны использовать модели Google? Ответ заключается в том, что в таких областях, как программирование, математика и финансы, от системы ожидается высокая точность и способность выполнять сложные задачи. Поэтому, по мнению специалистов Google, модели, которые обеспечивают высокую точность, станут основой будущих ИИ-решений, работающих на благо пользователей.

“Рассуждения — это ключевая способность, формирующая интеллект”, — подчеркивает Корай Кавукчоглу, главный технический директор Google DeepMind. “В момент, когда модель начинает мыслить, начинается ее способность к самостоятельному принятию решений и решению задач.”