Лаборатория Google DeepMind провела первое внутреннее исследование влияния автоматизации на темпы развития искусственного интеллекта. Результаты проверки, изложенные в отчёте по модели Gemini 4 Argon, самой мощной разработке компании, не подтвердили опасения относительно быстрого самоускорения ИИ.
Исследователи измеряли прогресс с помощью индекса GCI v1, объединяющего результаты тестирования 123 моделей на 92 различных задачах. Согласно данным, развитие новых моделей происходило стабильно, примерно на 0,1 балла ежемесячно, без признаков существенного ускорения благодаря участию ИИ в процессе создания других ИИ.
Хотя сегодня около 75% производственного кода DeepMind создаётся искусственным интеллектом, почти 88% изменений требуют активного участия человека на этапах планирования, реализации и проверки. Исследователи отметили, что автоматизация наиболее эффективна там, где задачи чётко определены и легко проверяются, тогда как в сложных научных вопросах, требующих креативности и стратегического мышления, роль человека остаётся ключевой.
Проверяя работу Gemini 4 Argon в реальных условиях, специалисты проанализировали 1389 записей взаимодействия модели с внутренней инфраструктурой компании. Чем сложнее была поставленная задача, тем чаще сотрудникам приходилось вмешиваться в процесс.
Результаты контрастируют с недавними заявлениями руководителей конкурирующих лабораторий, таких как Anthropic, где глава компании Дарио Амодеи утверждал наличие опасного самоускорения ИИ-разработки. Эти высказывания вызвали волну беспокойства среди инвесторов и снижение стоимости акций производителей микрочипов почти на 6%.
Несмотря на вывод об отсутствии риска самоускорения в текущих условиях, авторы отчёта подчёркивают, что полностью исключить опасность нельзя, особенно если модель выйдет из-под контроля и получит неограниченный доступ к внешним ресурсам.