Google DeepMind окончательно переросла этап «спортивного программирования». После триумфа на IMO и ICPC летом 2025 года, Gemini Deep Think десантируется в корпоративные R&D-департаменты. Это не просто обновление чат-бота, а попытка Google ответить на o1 от OpenAI, сместив акцент с пустой генерации контента на автоматизацию высокоуровневого интеллектуального труда. В мире, где проверка гипотезы стоит дороже её выдвижения, точность логики становится важнее скорости ответа.
Технические отчеты описывают работу исследовательского агента под кодовым именем Aletheia. Система использует Deep Think для итеративной проверки доказательств, задействуя верификатор на естественном языке. Главная «фишка» — способность ИИ честно признавать поражение, что экономит специалистам недели бесперспективной работы. По данным тестов IMO-ProofBench Advanced, точность модели достигает 90% при масштабировании вычислений на этапе вывода. Примечательно, что Aletheia уже самостоятельно перелопатила 700 задач из базы гипотез Эрдёша и выдала научную работу Feng26 без участия человека.
Главное для бизнеса
Для директоров по R&D и техлидов это сигнал к смене парадигмы: мы переходим от модели «инструмента» к модели «советника». Основной ROI теперь заложен в радикальном сокращении времени на верификацию в фундаментальной науке и сложном инжиниринге. Google фактически индустриализирует процесс рассуждения, превращая модель из продвинутого поисковика в автономного коллегу, способного ориентироваться в литературе уровня PhD.
Эпоха «галлюцинирующих» чат-боксов уходит. Наступает время специализированных агентов, которые умеют самокорректироваться.
Главным вызовом для бизнеса теперь станет не поиск идей, а создание внутренней инфраструктуры для проверки того, что нагенерировал ваш новый «цифровой ученый». Бутылочное горлышко переместилось: теперь вопрос не в том, может ли ИИ совершить открытие, а в том, готовы ли вы его верифицировать.
Переход от генерации текста к сложным логическим рассуждениям. Снижение затрат на проверку научных и инженерных гипотез. Рост точности до 90% благодаря вычислениям на этапе вывода (Inference-time compute).