В сентябре нейросети «обскакали» студентов на Международной студенческой олимпиаде по программированию в Баку. Они были во внеконкурсе, но если бы участвовали на общей основе, то GPT-5 заняла бы первое место, решив 12 заданий из 12, а Gemini 2.5 Deep Think — второе с 10 заданиями из 12. И самое интересное: всего за полчаса «гугловская» нейросеть справилась с задачей «C», которую не смогла решить ни одна из человеческих команд.
Меня зовут Кирилл Пшинник, я научный сотрудник Университета Иннополис и CEO онлайн-университета zerocoder.ru. Поговорим о прорыве, совершенном Google DeepMind, и о том, можно ли это вообще считать прорывом.
Что случилось
Международная студенческая олимпиада по программированию, она же International Collegiate Programming Contest, ICPC, — это крупнейшее и старейшее студенческое соревнование по спортивному программированию, которое в своем текущем виде проводится с 1977 года. Участники в командах по три человека решают алгоритмические задачи на время, используя только один компьютер, так что в этом деле огромное значение имеют не только знания, но и работа в команде. Сегодня ICPC считается «чемпионатом мира» по программированию среди студентов и служит стартовой площадкой для многих будущих инженеров ведущих IT-компаний.
Нейросети принимают участие в состязании «вне конкурса», по крайней мере, пока. И в этом году GPT-5 и Gemini 2.5 Deep Think проявили себя лучше, чем все человеческие конкурсанты, включая топовых участников из России, Китая и Японии.
Что студенты не смогли решить, так это задание «C». Оно требовало найти способ распределить жидкость по сети взаимосвязанных каналов к нескольким резервуарам с целью подобрать такую конфигурацию каналов, которая заполнит все резервуары как можно быстрее. Каждый канал мог быть открыт, закрыт или приоткрыт, так что возможных вариантов решения было бесконечно много, что и делало задачу настолько сложной.
И действительно — задачка оказалась сложновата. Зато ее решили GPT-5 и Gemini 2.5 Deep Think, причем последняя справилась за полчаса.
График показывает, как быстро нейросеть от Gemini решала каждое из 12 заданий. Все задачи, кроме E и J, были решены нейросетью с одной попытки. С B и G она не справилась.
Как решила задачу Gemini 2.5 Deep Think
Gemini предположила, что у каждого резервуара есть значение, отражающее, с каким приоритетом он должен обслуживаться в сравнении с другими. Потом, исходя из своего предположения, Gemini пришла к выводу, что наилучшую конфигурацию каналов можно найти при помощи алгоритма динамического программирования — достаточно задать набор приоритетов. Затем наш искусственный интеллект применил теорему минимакса, сведя исходную задачу к поиску таких приоритетных значений, при которых результирующий поток оказывается наиболее ограниченным. Используя взаимосвязь между приоритетами и оптимальными потоками, Gemini применила вложенный тернарный поиск для быстрого нахождения оптимальных значений приоритетов в «чашеобразном» выпуклом пространстве решений. На этом задание C было решено.
Что это значит
С одной стороны, компьютерные мощности оказались «умнее» студентов, или такое могло сложиться впечатление. С другой стороны, это демонстрирует способности нейросети как идеального партнера для программистов. Как пишут в блоге DeepMind, «если бы лучшие человеческие и ИИ-решения были объединены в рамках состязания, все 12 задач были бы решены полностью и корректно. Это показывает потенциал, который есть у искусственного интеллекта в деле предоставления уникальных, новаторских решений, которые дополняют скиллы и знания человеческих экспертов».
Согласно данным от Google, в соревновании участвовала нейросеть Gemini общего назначения, но специально натренированная решать сложные программистские и математические задачи. Они же называют свой ИИ «историческим шагом в сторону AGI», то есть, общего искусственного интеллекта.
Считать ли это прорывом
Практически каждый успех нейросетей сейчас называют «шагом на пути к AGI». Сам концепт AGI стал неким недостижимым идеалом, к которому стремятся абсолютно все разработчики искусственного интеллекта. И пока достичь его не удалось — и остается вопрос, удастся ли, — все достижения ИИ будут считаться шагом по направлению к мечте.
Это не первый раз, когда компьютеры побеждают человека на состязаниях. Все мы помним историческое сражение Гарри Каспарова с компьютером Deep Blue от IBM в 1997 году. Тогда Каспаров победил в первой игре, компьютер одолел его во второй, следом шли три «ничьи», и в шестой игре Big Blue закрепил свою победу. Тогда это продемонстрировало, что компьютеры способны выиграть у человека, пусть и в достаточно узком профиле.
Похожая ситуация сложилась и в 2016 году с системой AlphaGo от DeepMind, натренированной играть в го — одну из самых сложных из всех созданных человечеством игр. Тогда AlphaGo выиграла со счетом 4-1 у признанного мастера игры в го, южнокорейского профессионала Ли Седоля.
И теперь мы получили 2025 год и победу на крупнейшем студенческом соревновании по программированию. Пусть и во внеконкурсе.
Хотя говорить о «шаге к AGI» довольно поспешно, результаты Gemini действительно впечатляют. Два года назад я проверял, сможет ли GPT-4 поступить в МГУ, причем использовал самый обычный чат-бот, не натренированный специально решать математические упражнения. Мой маленький эксперимент показал, что в вуз нейросеть не поступила бы, но вполне закрыла бы аттестат на «хорошо» по школьным знаниям. Интересно было бы повторить свой эксперимент еще раз — теперь с GPT-5 или героиней сегодняшней статьи Gemini 2.5 Deep Think. Вполне возможно, что им удалось бы пройти на мехмат.
А что вы думаете по этому поводу? Можно ли считать победу Gemini на ICPC шагом по направлению к AGI, и вообще, честно ли сравнивать компьютеры и человека, когда дело касается состязаний по программированию?
Автор: kpshinnik
