Новости технологий: Google’s new AI — 15.11.2025

Гугл разработал инновационный метод обучения ИИ, который призван значительно повысить возможности маленьких моделей решать сложные задачи, требующие многошагово...

📋 Обзор

Гугл разработал инновационный метод обучения ИИ, который призван значительно повысить возможности маленьких моделей решать сложные задачи, требующие многошагового логического мышления. В основе нового подхода лежит концепция, получившая название Supervised Reinforcement Learning (SRL), или обучающее усиленное обучение.

Традиционные методы обучения языковых моделей зачастую требуют огромных объемов данных и вычислительных ресурсов, что делает их недоступными для компаний и разработчиков с ограниченным бюджетом. В результате, крупные модели, такие как GPT-4 или Bing AI, имеют преимущество в сложности обработки и решении многосложных задач, в то время как более лёгкие модели остаются менее эффективными в этом плане. Новый подход, предложенный исследователями Google Cloud совместно с учёными из UCLA, позволяет этим маленьким моделям учиться преодолевать сложности сложных цепочек рассуждений с минимальными затратами ресурсов. Метод основан на переосмыслении процесса решения задач как последовательности логических операций — модель учится выполнять серию небольших шагов, каждый из которых ведет к следующему, в итоге к правильному ответу. Такой подход напоминает людям по способу мышления — разбивая сложную задачу на более простые и управляемые этапы. Что делает SRL особенным? Он совмещает элементы традиционного обучения с подкреплением, при этом добавляя руководящие сигналы из предварительных сценариев, что делает обучение более структурированным и целенаправленным. В результате модели начинают лучше понимать логику задач, даже при ограниченной архитектуре и меньших объемах данных. Это открывает широкие перспективы для разработки более доступных и эффективных решений в области обработки естественного языка в России. Например, можно создать компактные системы автоматической поддержки клиентов, обучающих платформ или систем автоматизированного анализа текстов, которые не требуют суперкомпьютеров для обучения, а основываются на более простых моделях, получающих навыки сложного мышления. Особенно актуально именно для российских реалий, где зачастую сталкиваются с недостатком ресурсов и необходимостью развивать отечественные системы ИИ без масштабных инвестиций. Такой подход может стать движущей силой для локальных ИТ-компаний, создающих конкурентоспособные решения по обработке языка и логике, помогая интегрировать ИИ в бизнес-процессы и социальные инфраструктуры без необходимости приобретать самые дорогие и мощные модели. Плюс, благодаря более эффективной схеме обучения, маленькие модели смогут успешно справляться с задачами, ранее доступными только крупным системам, например, анализировать сложные текстовые и юридические документы, помогать в диагностике, автоматизировать работу с большим массивом информации. Это особенно актуально в условиях роста объёмов данных в российских компаниях и государственном секторе. В целом, новая методика обучения от Google приносит возможность для более широкой распространённой внедрения ИИ, снижая барьеры входа и делая технологии более доступными и адаптируемыми под отечественный рынок. Это шаги к тому, чтобы каждый российский разработчик или компания могли создавать умные системы, не полагаясь исключительно на иностранные гиганты и их ресурсы.