Google позволяет пользователю управлять рассуждениями ИИ во вспышке Gemini 2.5

Компания Google внедрила функцию управления рассуждениями ИИ в свою флеш-модель Gemini 2.5, предоставив разработчикам возможность ограничивать вычислительную мощность, используемую системой для решения задач.

Представленный 17 апреля "бюджет на размышления" решает растущую проблему отрасли: сложные модели ИИ часто слишком много думают над простыми вопросами, тратя вычислительные ресурсы и увеличивая эксплуатационные и экологические расходы.

Хотя эта разработка и не является революционной, она представляет собой практический шаг к решению проблем эффективности, возникших по мере того, как функции рассуждения становятся стандартными в коммерческих системах ИИ.

Новый элемент управления позволяет разработчикам точно регулировать вычислительные ресурсы до того, как модель ответит на запрос, что в перспективе изменит подход организаций к финансовым и экологическим последствиям использования ИИ.

"Модель слишком много думает", - признает Тулси Доши, директор по управлению продуктами Gemini. "Для базовых подсказок модель думает больше, чем нужно".

Это признание подчеркивает дилемму, с которой сталкиваются продвинутые модели рассуждений - по сути, они используют кувалду, чтобы расколоть орех.

Движение в сторону возможностей рассуждения принесло неожиданные недостатки. Если традиционные большие языковые модели в основном полагались на сопоставление шаблонов из обучающих данных, то новые версии пытаются решать проблемы методично. Такой логический пошаговый подход позволяет добиться лучших результатов при решении сложных задач, но приводит к серьезным сбоям в работе с более простыми запросами.

Баланс между стоимостью и производительностью

Финансовые последствия неконтролируемых рассуждений ИИ весьма значительны. В технических заметках Google указано, что при включении полного рассуждения генерирование результатов становится примерно в шесть раз дороже, чем при стандартной обработке. Такое увеличение затрат создает сильную мотивацию для точного контроля.

Натан Хабиб, инженер из Hugging Face, занимающийся исследованием моделей рассуждений, называет это распространенной проблемой индустрии. "В гонке за демонстрацией более умного ИИ компании используют модели рассуждений как универсальные инструменты, даже если в них нет необходимости, - сказал он в интервью MIT Technology Review.

Расточительство не просто гипотетическое. Хабиб показал, как лучшая модель рассуждений, пытаясь решить задачу по органической химии, застряла в повторяющемся цикле, сотни раз повторяя "Подождите, но..." - по сути, произошел вычислительный сбой при потреблении вычислительной мощности.

Кейт Ольшевска, занимающаяся оценкой моделей Gemini в DeepMind, подтвердила, что системы Google иногда сталкиваются с подобными проблемами, зацикливаясь и расходуя вычислительные ресурсы без повышения качества ответа.

Механизм гранулярного контроля

Система управления искусственным интеллектом Google предоставляет разработчикам возможность точной настройки. Система предоставляет гибкую шкалу от нуля (минимальные рассуждения) до 24 576 жетонов "бюджета мышления" - вычислительных единиц, которые представляют внутреннюю обработку модели. Такой детальный подход позволяет реализовать систему в соответствии с конкретными потребностями.

Джек Рэй, главный научный сотрудник DeepMind, отмечает, что определить идеальный уровень мышления по-прежнему сложно: "Очень сложно определить идеальный объем мышления для любой конкретной задачи".

Изменение философии разработки

Внедрение системы управления рассуждениями ИИ может означать изменения в подходах к развитию искусственного интеллекта. С 2019 года компании стремились к совершенствованию, создавая более крупные модели с большим количеством параметров и обучающих данных. Стратегия Google предполагает другое направление, в котором приоритет отдается эффективности, а не масштабу.

"Законы масштабирования отменяются", - замечает Хабиб, предполагая, что будущий прогресс может быть достигнут за счет совершенствования процессов рассуждения, а не бесконечного увеличения размера модели.

Экологические последствия не менее важны. По мере того как модели рассуждений становятся все более распространенными, соответственно растет и их энергопотребление. Исследования показывают, что формирование выводов - ответов ИИ - сейчас вносит больший вклад в "углеродный след" технологии, чем начальная фаза обучения. Система управления рассуждениями Google предлагает возможное решение этой тревожной тенденции.

Конкурентная динамика

Google работает не в вакууме. Модель DeepSeek R1 с "открытым весом", появившаяся в начале этого года, продемонстрировала сильные способности к рассуждениям при потенциально более низких затратах, что вызвало нестабильность рынка, которая, как сообщается, привела к колебаниям на фондовом рынке почти на триллион долларов.

В отличие от проприетарного метода Google, DeepSeek выкладывает свои внутренние конфигурации в открытый доступ, чтобы разработчики могли запускать их локально.

Несмотря на конкуренцию, главный технический директор Google DeepMind Корай Кавуккуоглу считает, что собственные модели сохранят свое преимущество в специализированных областях, требующих предельной точности: "Кодирование, математика и финансы - области, где от моделей требуется высокая точность, точность и способность понимать очень сложные сценарии".

Признаки зрелости отрасли

Создание системы управления рассуждениями с помощью ИИ свидетельствует о том, что отрасль сейчас сталкивается с практическими ограничениями, выходящими за рамки технических измерений. В то время как компании продолжают совершенствовать возможности управления, подход Google признает важную реальность: эффективность в коммерческих приложениях так же важна, как и сырая производительность.

Эта особенность также подчеркивает противоречие между технологическим прогрессом и соображениями устойчивости. Данные о производительности моделей рассуждений показывают, что выполнение отдельных задач может стоить более 200 долларов, что вызывает опасения по поводу масштабного применения таких возможностей в реальных условиях.

Предоставляя разработчикам возможность регулировать уровень разумности в соответствии с реальными требованиями, Google решает как экономические, так и экологические аспекты внедрения ИИ.

"Рассуждения - это фундаментальная способность, которая создает интеллект", - утверждает Кавуккуоглу. "В тот момент, когда модель начинает думать, появляется ее способность к управлению". Это утверждение отражает как потенциал, так и трудности моделей рассуждений - их независимость создает как возможности, так и проблемы управления ресурсами.

Для организаций, внедряющих решения на основе ИИ, возможность точной настройки бюджета на модели рассуждений может сделать более доступными расширенные функции при сохранении операционной эффективности.

Google утверждает, что Gemini 2.5 Flash достигает "сопоставимой с другими ведущими моделями производительности при меньшей стоимости и размерах" - ценностное предложение, усиленное возможностью оптимизировать ресурсы рассуждений для конкретных целей.

Практические последствия

Функция управления рассуждениями с помощью искусственного интеллекта находит непосредственное применение в реальном мире. Разработчики, создающие коммерческие приложения, теперь могут осознанно выбирать между глубиной обработки и операционными расходами.

Для простых приложений, таких как базовые запросы клиентов, минимальные настройки рассуждений позволяют экономить ресурсы, используя при этом возможности модели. Для сложного анализа, требующего глубокого понимания, остается доступной полная мощность рассуждений.

Циферблат рассуждений Google предлагает метод предсказуемости затрат при сохранении стандартов производительности.

См. также: Gemini 2.5: Google готовит свою "самую интеллектуальную" модель ИИ на сегодняшний день

Хотите узнать больше об искусственном интеллекте и больших данных от лидеров отрасли? Посетите выставку AI & Big Data Expo, которая пройдет в Амстердаме, Калифорнии и Лондоне. Это комплексное мероприятие проводится совместно с другими ведущими событиями, включая Intelligent Automation Conference, BlockX, Digital Transformation Week и Cyber Security & Cloud Expo.

Ознакомиться с другими предстоящими мероприятиями в области корпоративных технологий и вебинарами, проводимыми TechForge, можно здесь.