Η Google μετασχηματίζει το πιο προηγμένο μοντέλο τεχνητής νοημοσύνης της, το Gemini 2.5 Pro, σε αυτό που αποκαλεί «μοντέλο κόσμου» – ένα σύστημα που μπορεί να κατανοεί και να προσομοιώνει πτυχές της πραγματικότητας με τρόπους που αντικατοπτρίζουν τη λειτουργία του ανθρώπινου εγκεφάλου.
Σύμφωνα με τις πρόσφατες ανακοινώσεις της Google DeepMind στο Google I/O 2025, αυτή η δυνατότητα «μοντέλου κόσμου» θα επιτρέψει στο Gemini να σχεδιάζει και να φαντάζεται νέες εμπειρίες κατανοώντας και προσομοιώνοντας πτυχές του κόσμου. Αυτό αντιπροσωπεύει μια σημαντική εξέλιξη στην ικανότητα της τεχνητής νοημοσύνης να συλλογίζεται και να αλληλεπιδρά με πολύπλοκα περιβάλλοντα.
«Γι’ αυτό εργαζόμαστε ώστε να επεκτείνουμε το καλύτερο πολυτροπικό μας θεμελιώδες μοντέλο, το Gemini 2.5 Pro, ώστε να γίνει ένα “μοντέλο κόσμου” που μπορεί να σχεδιάζει και να φαντάζεται νέες εμπειρίες κατανοώντας και προσομοιώνοντας πτυχές του κόσμου, ακριβώς όπως κάνει ο εγκέφαλος», ανέφερε η Google στο επίσημο ιστολόγιό της.
Η προσέγγιση του μοντέλου κόσμου βασίζεται στην εκτεταμένη έρευνα της Google για την εκπαίδευση πρακτόρων τεχνητής νοημοσύνης σε πολύπλοκα παιχνίδια και τη δημιουργία διαδραστικών προσομοιώσεων. Ήδη εμφανίζονται ενδείξεις αυτών των δυνατοτήτων, καθώς το Gemini μπορεί να χρησιμοποιεί γνώση του κόσμου και συλλογιστική για να αναπαριστά φυσικά περιβάλλοντα, να κατανοεί την ενστικτώδη φυσική και να διδάσκει ρομπότ να ακολουθούν οδηγίες και να προσαρμόζονται δυναμικά.
Κεντρικό ρόλο σε αυτή την εξέλιξη διαδραματίζει η νέα λειτουργία Deep Think, μια πειραματική ενισχυμένη λειτουργία συλλογισμού για το Gemini 2.5 Pro. Το Deep Think επιτρέπει στο μοντέλο να εξετάζει πολλαπλές υποθέσεις πριν απαντήσει, βελτιώνοντας σημαντικά την απόδοση σε πολύπλοκα μαθηματικά και προγραμματιστικά προβλήματα. Η λειτουργία έχει ήδη επιτύχει εντυπωσιακές βαθμολογίες σε απαιτητικά benchmarks όπως ο διαγωνισμός μαθηματικών USAMO 2025 και το LiveCodeBench για προγραμματισμό.
Το Gemini 2.5 Pro με Deep Think είναι προς το παρόν διαθέσιμο σε αξιόπιστους δοκιμαστές μέσω του Gemini API, με τη Google να πραγματοποιεί επιπλέον αξιολογήσεις ασφάλειας πριν από την ευρύτερη διάθεση. Παράλληλα, το βασικό μοντέλο Gemini 2.5 Pro αναμένεται να είναι γενικά διαθέσιμο έως τα τέλη Ιουνίου 2025, μετά την προηγούμενη κυκλοφορία του Gemini 2.5 Flash.
Αυτή η πρόοδος προς τη μοντελοποίηση του κόσμου αποτελεί μέρος του ευρύτερου οράματος της Google για τη δημιουργία ενός καθολικού βοηθού τεχνητής νοημοσύνης που θα μπορεί να κατανοεί το πλαίσιο, να σχεδιάζει αποτελεσματικά και να αναλαμβάνει δράση σε διάφορες συσκευές – μεταμορφώνοντας τελικά τον τρόπο με τον οποίο οι άνθρωποι αλληλεπιδρούν με τα συστήματα τεχνητής νοημοσύνης.