ოთხშაბათი, 11 ნოემბერი 2026
DeepMind-ის აგენტებმა დაამტკიცეს, რომ Signal-ის ნამდვილი კოდი შეტყობინებებს მართლაც იცავს
DeepMind-ის აგენტებმა დაამტკიცეს, რომ Signal-ის ნამდვილი კოდი შეტყობინებებს მართლაც იცავს
Google DeepMind-მა მათემატიკურად დაამტკიცა, რომ Signal-ის პროტოკოლის ნამდვილი კოდი შეტყობინებებს ისე იცავს, როგორც უნდა. ეს პროტოკოლი Signal-სა და Google Messages-ში მუშაობს. ადამიანები წყვეტდნენ, რა უნდა დამტკიცებულიყო, და მოთხოვნებსაც ისინი ამოწმებდნენ. დამტკიცებებს კი Gemini Carbon-ზე მომუშავე აგენტები Lean-ში წერდნენ. Lean ისეთი ენაა, რომელშიც კომპიუტერი ყოველ ნაბიჯს ამოწმებს. ოთხ კვირაში აგენტებმა Lean-ის კოდის ექვს მილიონზე მეტი სტრიქონი დაწერეს. Signal-ის კოდის დაახლოებით ერთი პროცენტი აგენტებმა ადამიანებს გადასახედად მონიშნეს. დანარჩენი Lean-მა შეამოწმა. გამოსაცდელად გუნდმა კოდში ორი ძველი, უკვე გასწორებული შეცდომა ხელახლა ჩასვა. ორივე შემთხვევაში სისტემამ დაამტკიცა, რომ ასეთი კოდი დაუცველია. DeepMind-ის თქმით, ადრე ასეთ სამუშაოს ექსპერტთა გუნდებს წლები სჭირდებოდა.
Gemini 4 Carbon ყველა ფასიანი მომხმარებლისთვის ხელმისაწვდომი გახდა, 30 ნოემბრის შემდეგ კი მისი ფასი გაორმაგდება
ორი კვირის წინ Google-მა Gemini 4 Carbon ჯერ მხოლოდ კიბერდაცვის სპეციალისტებს გაუხსნა. ახლა მოდელის გამოყენება ფასიანი ანგარიშის მქონე ყველა დეველოპერსა და კომპანიას შეუძლია. Google AI Ultra-ს გამომწერებისთვის ის თანდათან Gemini-ის აპლიკაციასა და Google-ის ძიებაშიც ჩნდება. მთავარი სიახლე ფასია. 30 ნოემბრამდე მოდელისთვის გაგზავნილი მილიონი ტოკენი (ტექსტის პატარა ნაწილი) 2 დოლარი ღირს, პასუხის მილიონი ტოკენი კი — 10 დოლარი. მერე ფასი გაორმაგდება: 4 და 20 დოლარი. Google-ის მონაცემებით, Carbon სამ ცნობილ ტესტში პირველია და საცდელი კიბერშეტევების 99%-ს აჩერებს. ეს კომპანიის საკუთარი გაზომვებია.
წყარო: Google, 10 ნოემბერი, 2026
Gemini Robotics 2.5-ით მართული ადამიანისმაგვარი რობოტები Mercedes-Benz-ის ქარხნებში ნაწილებს არჩევენ და ალაგებენ
Google DeepMind-მა რობოტების სამართავი ახალი მოდელი, Gemini Robotics 2.5, გამოუშვა. ის უკვე მოქმედ ქარხნებშიც გამოსცადეს. ეს საცდელი პროექტი იყო. უნგრეთსა და გერმანიაში, Mercedes-Benz-ის ქარხნებში, Apptronik-ის Apollo 2 რობოტები მოქმედ საამწყობო ხაზებზე მუშაობდნენ. ისინი დიდი ყუთებიდან მანქანის ნაწილებს იღებდნენ და პატარა ყუთებში ალაგებდნენ, იმ რიგით, რომელიც თითოეულ მანქანას სჭირდება. რობოტებმა დავალება შემთხვევების 96%-ში სწორად შეასრულეს. DeepMind-ის თქმით, წინა მოდელებთან შედარებით ახალი მოდელი დავალებას 30-100%-ით უფრო ხშირად ასრულებს წარმატებით. მუშაობს კი 20-30%-ით უფრო სწრაფად.