智能算法登峰造极：Gemini Deep Think在国际数学奥赛中摘取金牌
国际数学奥林匹克竞赛（IMO）历来是全球青年数学英才展现计算思维与解题能力的终极舞台。然而，在2025年的赛事中，除了这些顶尖学子，一股新兴的强大力量也加入了竞争的行列——那便是由Google DeepMind研发的Gemini Deep Think人工智能模型。与过往某些AI参与者不同的是，Google DeepMind此次严格遵循了国际数学奥林匹克组委会制定的所有规则，其模型凭借卓越表现，成功取得了足以媲美人类选手的金牌成绩，这无疑标志着人工智能在复杂数学推理领域取得了里程碑式的进步。
Gemini Deep Think在本次IMO竞赛中，准确解答了六道题目中的五道，这一成绩使其顺利达到金牌标准。值得注意的是，这种严谨的参赛方式与此前OpenAI在相关竞赛中采取的自我评级策略形成了鲜明对比，凸显了Google DeepMind对赛事规则的尊重和对其模型能力的高度自信。
AI数学能力的新范式：Gemini Deep Think的崛起
Google DeepMind团队并非首次涉足IMO。在2024年的赛事中，其AI系统，由AlphaProof和AlphaGeometry 2模型集成，已展现出不俗实力，成功解答了六题中的四题，获得了相当于银牌的成绩——要知道，在IMO中，仅有半数的人类参赛者能够获得任何奖牌。这一初次尝试便已令人印象深刻，预示着未来AI在数学领域的巨大潜力。
到了2025年，Google DeepMind作为与IMO组织方合作的少数公司之一，将其全新模型——Gemini Deep Think——带入了官方认证的评级体系。Gemini Deep Think于今年早些时候发布，被定位为一个更具分析性、旨在模拟高级推理过程的模型。它的核心创新在于其独特的“并行推理”机制。不同于传统的线性思考路径，Deep Think能够同时运行多个推理过程，对这些过程产生的结果进行集成、比较和验证，最终得出更为精准和可靠的结论。这种多维度、协同式的思考方式，是其超越前代模型的关键所在。
DeepMind资深科学家兼IMO团队负责人Thang Luong指出，这标志着一次“范式转变”。在2024年的竞赛中，人类专家需要将自然语言描述的问题手动转换成“领域特定语言”，并在模型输出后对其进行人工解读。而Gemini Deep Think则实现了端到端的自然语言处理，直接理解并回应竞赛问题，且其设计并非专为数学而生，这使其通用性与适应性更强，展现了通用人工智能在特定领域突破的潜力。
强化学习的革新与严谨的证明过程
过去，提升大型语言模型（LLMs）的数学能力常通过基于最终答案的强化学习实现。Luong解释说，尽管这种方法可能引导模型得出正确答案，但其推理过程往往“不完整”。然而，IMO竞赛的评分标准不仅看重结果，更强调展示完整的解题步骤和严谨的证明过程。为了使Deep Think能够满足这一高要求，Google DeepMind采用了新的强化学习技术，其训练数据不仅包含正确答案，更侧重于高质量的“长答案”数学解法。这意味着模型能够学习如何系统地处理问题，理解每一步推导的逻辑与依据，从而构建出完整且逻辑清晰的证明链。
“通过这种训练，我们能够获得稳健且长篇幅的推理能力，”Luong强调。尽管Gemini Deep Think生成完整输出所需的时间，相比普通版本Gemini应用可能稍长，但它完全符合人类参赛者的4.5小时竞赛时限。其能够直接处理自然语言问题并给出答案的能力，是其得以遵循IMO严格规则的关键。
应对IMO挑战：多学科交叉的复杂性
近年来，Google DeepMind等AI公司对IMO表现出浓厚兴趣，因为这项赛事提供了一个独特的挑战平台。IMO的题目虽然面向大学预科生，但其设计却要求参赛者具备高水平的批判性思维，并融会贯通代数、组合学、几何学和数论等多个数学分支的知识。只有最先进、最复杂的AI模型，才有可能准确解答这些层层嵌套、需要深度理解的问题。
DeepMind团队在分析Gemini Deep Think的表现时，特别指出了一些引人注目的亮点，这些都源于其高级的训练机制。例如，在本次竞赛的第三题中，许多人类选手倾向于运用大学甚至研究生阶段的概念，如狄利克雷定理，其解法超出了竞赛预设的知识范围。然而，Gemini Deep Think却展现出令人惊叹的洞察力，它识别出可以通过更基础的数学原理来解决该问题。
“我们的模型实际上做出了一个绝妙的观察，仅运用初等数论知识就为该问题构建了一个自洽的证明，”DeepMind研究员兼布朗大学教授Junehyuk Jung表示。这一案例充分展示了AI在复杂问题面前，不拘泥于已知范式，甚至能提出更优雅、更本质解法的潜力。
至于Deep Think唯一未能正确解答的那道题目，团队解释那确实是本次竞赛中最具挑战性的一道。该问题旨在探究覆盖给定空间所需的最少矩形数量。Jung指出，Deep Think从一个错误的初始假设出发，错误地认为答案应大于或等于10，这导致其从一开始就偏离了正确的方向。“如果初始前提就不正确，模型就无法解决它，”Jung坦言。尽管如此，那道难题最终也只有五名人类学生成功解答。DeepMind的Gemini Deep Think以35分的总成绩斩获金牌，这一成就意味着它超越了大约92%的人类参赛者，跻身顶尖8%的精英行列，足以证明其在全球数学领域的领先地位。
展望智能计算的未来
Google DeepMind强调，Deep Think模型通过了与人类学生完全相同的严格评估流程。而之前OpenAI也曾宣布其在IMO中的“成绩”，但他们并未与IMO组织方合作，而是由前IMO参赛者组成的专家小组自行评判并授予了自己“金牌”。对此，Luong表示：“我们与IMO组织确认，我们确实完美解决了五道题。我认为任何没有经过这个过程的模型，我们都无法确定，他们可能差一分就只能拿到银牌。”
目前，经过为IMO赛事特别调优的Deep Think版本将继续保留，并正逐步向一群受信任的测试人员（包括专业数学家）开放。未来，这款强大的模型也将面向Google AI Ultra订阅用户提供，他们每月支付250美元即可使用Google最先进、最昂贵的AI模型。DeepMind计划持续迭代优化这一模型，并期望在明年的赛事中冲击满分，实现人工智能在国际数学奥林匹克竞赛上的全面胜利。此次Deep Think的卓越表现，不仅提升了AI在数学领域的声望，也为科学研究、教育以及其他需要复杂推理的领域，描绘了智能辅助工具的广阔未来。
