Google ir prezentējis Gemini 4 Argon, savu līdz šim vismodernāko AI modeli, kas padziļinās kodēšanas, kiberdrošības un profesionālā darba jomā, jo sacensība par progresīvu AI pāriet no tērzēšanas robotiem uz sistēmām, kas spēj veikt ilgus, daudzpakāpju darbus.
Argonam nebūs tipiskas publiskas palaišanas. Sākotnēji Google nodrošina piekļuvi ierobežotai uzticamu kiberaizstāvju grupai, izmantojot programmu Fairwind, un plašāka pieejamība tiek plānota pēc turpmākas drošības pārbaudes un pirmsizlaides izvērtēšanas ar ASV valdību.
Paziņojot par izlaišanu X, Alphabet izpilddirektors Sundars Pichai ierāmēja Argonu kā agrīnu Google nākamā lielā modeļa apskatu.
“Par mūsu nākamo modeli (!) ir daudz diskusiju, tāpēc es gribēju pēc iespējas ātrāk to apskatīt. Iepazīstinām ar Gemini 4 Argon! Tas parāda progresīvu veiktspēju sarežģītās darbplūsmās, kiberaizsardzībā un programmatūras inženierijā. Komandas to plaši izmanto Google, sākot no kodēšanas līdz kvantu skaitļošanai, lieliskas atsauksmes.”
“Šādas ieviešanas uzsākšana sniedz mums lielāku pārliecību, bet arī ļauj mums pēc iespējas ātrāk nodot aizstāvju rokās modeli, kas ir apmācīts un spēcīgs kiberaizsardzībā,” CNBC sacīja Google Gemini modeļu produktu vadītājs Tulzijs Doši.
Pakāpeniskā izlaišana atspoguļo to, ko Google saka, ka argons var darīt. Modelis var autonomi meklēt programmatūras ievainojamības, pārbaudīt tās un ģenerēt ielāpus. CWE-bench v1 testā, kas bija vērsts uz drošības nepilnību novēršanu, Argon ieguva 68%, tādējādi iegūstot pirmo vietu. Google saka, ka tas radījis lielu ievainojamības atklāšanas lēcienu, salīdzinot ar Gemini 3.8 Flash Cyber, kas tika piegādāta septembrī.
Gemini 4 argona veiktspēja kodēšanas etalonā
Argona mērķis ir daudz tālāk par kiberdrošību. Google saka, ka DeepSWE v1.1 modeļa rezultāts bija 77,9%, tādējādi uzstādot jaunus augstumus etalonā, kas mēra veiktspēju ilgtermiņa, reālās programmatūras inženierijas uzdevumos.
Google inženieri jau izmanto Argon atkļūdošanai, lielai kodu bāzes migrācijai un algoritmu izstrādei. Modelis arī ierindojās pirmajā vietā Vals indeksā, kas mēra AI veiktspēju ekonomiski nozīmīgajā darbā finanšu, kodēšanas, juridiskajā un nodokļu jomā, un Zapier’s AutomationBench ieguva 51,3% visaptverošu biznesa darbplūsmu.
Argon arī publicēja spēcīgus rezultātus vizuālo zināšanu uzdevumos, tostarp 91,7% rezultātu LVBench, kas ir etalons ilgstošai video izpratnei.
Google jau ievieš Argonu savā infrastruktūrā
Daži no Argon interesantākajiem rezultātiem nāk no paša Google.
Google saka, ka komandas izmantoja argona aģentu grupas, lai analizētu datu centra telemetriju un noteiktu atmiņas optimizācijas, kas pēc izvietošanas atbrīvoja vairāk nekā 300 tebibaitus atmiņas. Uzņēmums lēš, ka darbs galu galā varētu ietaupīt no 500 TiB līdz 1 PiB atmiņas ietilpības. Tam ir nozīme laikā, kad mākslīgā intelekta uzņēmumi tērē lielus izdevumus serveriem, mikroshēmām, tīkla iekārtām un datu centriem, lai neatpaliktu no augošā skaitļošanas pieprasījuma.
Google kvantu skaitļošanas pētnieki ir pārbaudījuši argonu, lai optimizētu algoritmu. Vienā piemērā, ko minēja uzņēmums, modelis dažu minūšu laikā uzlaboja publicēto bāzes līniju par 40%. Inženieru komandas izmanto Argon lielai kodu migrācijai, tostarp C un C++ programmatūras pārvietošanai uz Rust.
Google piešķir modelim daudz vairāk iespēju strādāt pie šāda veida darbiem. Argons atbalsta līdz pat 1 miljonam marķieru izvadi, salīdzinot ar 64 000 marķieru iepriekšējās sistēmās, ļaujot vienai palaišanai turpināt daudz ilgākas argumentācijas un izpildes secības. Google plāno API ievadcenu 2 ASV dolāru apmērā par miljonu ievades marķieru un 10 ASV dolāru par miljonu izvades marķieru, vēlāk pieaugot līdz 4 $ un 20 $.
Izlaidums tiek publicēts vienu dienu pēc tam, kad Google izpilddirektors Sundars Pichai pievienojās prezidentam Donaldam Trampam un vairāku lielāko mākslīgā intelekta uzņēmumu vadītājiem, parakstot brīvprātīgu Baltā nama vienošanos, kas koncentrējas uz aizsardzības pasākumiem arvien spējīgākām AI sistēmām.
Google saka, ka tā pastiprina aizsardzību pret modeļu ļaunprātīgu izmantošanu, tūlītējiem injekciju uzbrukumiem, aģentu uzvedību un drošām testēšanas vidēm, pirms Argons sasniedz plašāku auditoriju. Uzticami kiberaizstāvji saņems plašāku piekļuvi tā drošības iespējām agrīnās ieviešanas laikā, dodot pētniekiem iespēju pārbaudīt modeli ar reālām sistēmām, pirms Google to nodod izstrādātāju, uzņēmumu un patērētāju rokās.
“Mēs patiešām uzskatām, ka šāda kalibra modelis un šāda līmeņa veiktspējas līmenis ir ļoti svarīgs aizsargiem,” sacīja Doši.
Šī pakāpeniskā izlaišana var izrādīties svarīgākā paziņojuma daļa. Sacensības starp Google, OpenAI, Anthropic, xAI un citām robežlaboratorijām virzās tālāk par to, kurš modelis raksta labāko atbildi. Arvien biežāk rodas jautājums, kurām sistēmām var uzticēt darbību, kodēšanu, izpēti un darbību reālajā infrastruktūrā ar daudz mazāku cilvēku uzraudzību.
