Gemini 2.5 Deep Think และ ICPC World Finals 2025
โมเดล Gemini 2.5 Deep Think ของ Google สามารถทำผลงานระดับเหรียญทองในการแข่งขัน International Collegiate Programming Contest (ICPC) World Finals 2025 ที่เมืองบากู ประเทศอาเซอร์ไบจาน โดยสามารถแก้โจทย์ได้ 10 ข้อจาก 12 ข้อ ในเวลา 677 นาที ซึ่งหากเทียบกับทีมมนุษย์จะอยู่ในอันดับที่สอง
* ความสำเร็จที่โดดเด่น: AI สามารถแก้ โจทย์ข้อ C ซึ่งเป็นปัญหาการหาค่าเหมาะสมที่สุดของการกระจายของเหลวที่ซับซ้อน โดยใช้อัลกอริทึม Dynamic Programming และ Priority Value ซึ่งเป็นโจทย์ที่ทีมม นุษย์ทุกทีมไม่สามารถแก้ได้
* คู่แข่ง: OpenAI อ้างว่าระบบของตนสามารถแก้โจทย์ได้ครบทั้ง 12 ข้อ แต่ผลลัพธ์ดังกล่าวยังรอการตรวจสอบอย่างเป็นอิสระ
* ภาพรวมการแข่งขัน: การแข่งขันนี้มีทีมเข้าร่วม 139 ทีมจากเกือบ 3,000 มหาวิทยาลัยใน 103 ประเทศ โดยผู้เข้าแข่งขันมีเวลา 5 ชั่วโมงในการแก้ปัญหาเชิงอัลกอริทึม และจะได้คะแนนเฉพาะคำตอบที่ถูกต้องสมบูรณ์เท่านั้น
* หลักการทำงาน: ทั้งสองบริษัทเน้นย้ำว่าโมเดลของพวกเขาใช้การให้เหตุผลแบบทั่วไป (general-purpose reasoning) ไม่ใช่การฝึกฝนแบบเฉพาะเจาะจง โดย Google ยกย่องว่าเป็นผลจากความก้าวหน้าในการเรียนรู้แบบเสริมกำลัง (reinforcement learning) และการให้เหตุผลหลายขั้นตอน (multi-step reasoning)
การแข่งขัน International Collegiate Programming Contest (ICPC) World Finals ถือเป็นเวทีระดับโลกที่รวมนักศึกษาจากมหาวิทยาลัยชั้นนำกว่า 3,000 แห่งจาก 103 ประเทศเข้าร่วมแข่งขันทดสอบทักษะการเขียนโปรแกรมและการแก้ปัญหาเชิงอัลกอริทึมภายในเวลาจำกัดเพียง 5 ชั่วโมงโดยวิธีการให้คะแนนขึ้นอยู่กับคำตอบที่ถูกต้องสมบูรณ์เท่านั้น โมเดล Gemini 2.5 Deep Think ที่สร้างโดย Google เป็นหนึ่งในโมเดล AI ที่ใช้เทคโนโลยีล่าสุดในการเรียนรู้แบบเสริมกำลัง (reinforcement learning) และกลไกการให้เหตุผลหลายขั้นตอน (multi-step reasoning) ซึ่งช่วยให้โมเดลสามารถเข้าใจและแก้ไขโจทย์ที่ซับซ้อนได้อย่างมีประสิทธิภาพ โดยเฉพาะอย่างยิ่งโจทย์ข้อ C ที่เกี่ยวข้องกับการหาค่าเหมาะสมที่สุดในการกระจายของเหลวที่ซับซ้อน ซึ่งการแก้โจทย์นี้ถือเป็นความท้าทายสูงระดับหนึ่งและทีมคนส่วนใหญ่ไม่สามารถทำได้สำเร็จ จุดเด่นของ Gemini 2.5 Deep Think คือการใช้ Dynamic Programming ซึ่งเป็นวิธีแก้ปัญหาที่แบ่งปัญหาใหญ่เป็นปัญหาย่อย ๆ ที่สามารถแก้ได้และจดจำผลลัพธ์เพื่อเพิ่มประสิทธิภาพ รวมถึงการใช้ Priority Value เพื่อจัดลำดับความสำคัญของการแก้ปัญหาแต่ละส่วนให้เหมาะสมอย่างสูงสุด ที่น่าสนใจคือในขณะที่ Google รายงานผลงานแก้โจทย์ได้ถึง 10 ข้อในเวลาที่รวดเร็ว และจบอันดับสองรองจากทีมมนุษย์ที่ทำงานแข็งขัน ในทางกลับกัน OpenAI อ้างว่าระบบของพวกเขาสามารถแก้โจทย์ได้ครบทุกข้อ 12 ข้อแต่ยังรอการตรวจสอบผลอย่างเป็นทางการจากแหล่งอิสระ การแข่งขันครั้งนี้เน้นย้ำให้เห็นถึงความก้าวหน้าทางด้าน AI ในการแก้ปัญหาทางคอมพิวเตอร์ที่ซับซ้อน โดยเฉพาะอย่างยิ่งที่ใช้ reasoning แบบ general-purpose reasoning ซึ่งช่วยให้โมเดล AI มีความยืดหยุ่นและสามารถตอบสนองโจทย์ใหม่ ๆ ที่ไม่ได้ถูกฝึกมาโดยตรง โดยมีผลลัพธ์เทียบเคียงได้กับทีมมนุษย์ที่มีความเชี่ยวชาญสูง สำหรับผู้สนใจในเทคโนโลยี AI และการแข่งขันอัลกอริทึม ถือเป็นโอกาสดีในการติดตามพัฒนาการของโมเดล AI ซึ่งจะส่งผลอย่างมากกับวงการศึกษาและอุตสาหกรรมในอนาคต
