O Gemini 2.5 Deep Think acaba de alcançar um feito impressionante no mundo da programação competitiva. O modelo avançado de IA do Google conquistou uma performance de nível medalha de ouro no International Collegiate Programming Contest (ICPC), superando algumas das mentes mais brilhantes do planeta e ficando à frente de centenas de equipes universitárias.
Após já ter demonstrado suas capacidades no campo da matemática em julho deste ano, agora o Gemini 2.5 Deep Think provou seu potencial também na resolução de problemas complexos de programação. A competição ICPC é considerada a mais prestigiosa competição de programação algorítmica de nível universitário, reunindo participantes de quase 3.000 universidades de 103 países.
Durante a final mundial, os competidores enfrentaram o desafio de resolver 12 problemas de programação do mundo real em apenas cinco horas. A classificação é baseada no tempo total (em minutos) necessário para encontrar soluções perfeitas – único critério para pontuação.
A versão avançada do Gemini 2.5 Deep Think, competindo remotamente sob supervisão dos organizadores, conseguiu resolver 10 dos 12 problemas em 677 minutos. O impressionante é que oito desses problemas foram solucionados em apenas 45 minutos, com mais dois resolvidos nas três horas seguintes. Este desempenho garantiria ao sistema o segundo lugar geral se comparado às equipes humanas na competição.
Quatro equipes humanas (de um total de 139) conquistaram medalhas de ouro este ano. O que torna o feito do Gemini ainda mais notável é que o sistema conseguiu resolver um problema específico (identificado como Problema C) que nenhuma equipe humana foi capaz de solucionar.
O Problema C exigia encontrar uma solução para distribuir líquido através de uma rede de dutos interconectados a um conjunto de reservatórios, com o objetivo de encontrar uma configuração desses dutos que preenchesse todos os reservatórios o mais rapidamente possível. Há um número infinito de configurações possíveis, tornando a busca pela solução ótima extremamente difícil.
Para resolver este desafio, o Gemini 2.5 Deep Think implementou uma abordagem inovadora. Primeiro, atribuiu valores de prioridade a cada reservatório, determinando a preferência relativa entre eles. Em seguida, utilizou programação dinâmica para encontrar a melhor configuração dos dutos para cada conjunto de valores de prioridade. O sistema aplicou o teorema minimax e utilizou busca ternária aninhada para encontrar rapidamente os valores de prioridade ótimos no espaço de solução convexa.
O Google atribui esse sucesso a uma série de avanços em diversas áreas:
- Pré-treinamento e pós-treinamento aprimorados
- Técnicas inovadoras de aprendizado por reforço
- Raciocínio em múltiplas etapas
- Pensamento paralelo
Durante o processo de aprendizado por reforço, o Gemini foi treinado para raciocinar e gerar código para alguns dos problemas mais difíceis já enfrentados por programadores. O sistema aprendeu a partir de feedback sobre seus resultados e evoluiu suas abordagens. Para resolver problemas, múltiplos agentes Gemini propõem suas próprias soluções, executando código e testes, e depois iterando as soluções com base em todas as tentativas.
É importante notar que a versão leve do Deep Think, disponível no aplicativo Gemini por $249,99 mensais, permanece inalterada. Essa versão não possui as capacidades avançadas demonstradas na competição.
Resolver tarefas complexas nessas competições requer raciocínio abstrato profundo, criatividade, a capacidade de sintetizar soluções inéditas para problemas nunca vistos antes e uma genuína centelha de engenhosidade.
O Google considera que esses avanços em programação competitiva e raciocínio matemático demonstram um salto profundo na capacidade de resolução de problemas abstratos do Gemini, marcando um passo significativo no caminho para a inteligência artificial geral (AGI).
Fonte: 9to5Google
Você também pode gostar dos artigos abaixo:
Google Cloud traz IA mais rápida ao Brasil com nova infraestrutura em São Paulo
