Google DeepMind pracuje nad przekształceniem swojego najbardziej zaawansowanego multimodalnego modelu bazowego, Gemini 2.5 Pro, w tak zwany „model świata” – system AI zdolny do rozumienia i symulowania aspektów rzeczywistości w sposób naśladujący ludzkie procesy poznawcze.
Jak ogłoszono podczas Google I/O 2025, to ambitne przedsięwzięcie ma na celu stworzenie sztucznej inteligencji, która potrafi planować i wyobrażać sobie nowe doświadczenia poprzez modelowanie zasad funkcjonowania świata. Według CEO DeepMind, Demisa Hassabisa, ta umiejętność stanowi fundamentalny postęp w dziedzinie sztucznej inteligencji, wykraczający poza proste klasyfikowanie i przewidywanie.
„Dlatego pracujemy nad rozszerzeniem naszego najlepszego multimodalnego modelu bazowego, Gemini 2.5 Pro, by stał się 'modelem świata', który potrafi planować i wyobrażać sobie nowe doświadczenia poprzez rozumienie i symulowanie aspektów rzeczywistości, tak jak robi to ludzki mózg”, wyjaśnił Hassabis w niedawnym wpisie na blogu.
Google już teraz dostrzega pierwsze oznaki tych możliwości modelowania świata w umiejętnościach Gemini do reprezentowania i symulowania środowisk naturalnych, rozumienia intuicyjnej fizyki dzięki modelowi Veo oraz uczenia robotów chwytania przedmiotów i wykonywania poleceń za pośrednictwem Gemini Robotics.
Firma określa ten rozwój jako kluczowy krok w kierunku stworzenia „uniwersalnego asystenta AI” – inteligentnego systemu, który rozumie kontekst, potrafi planować i podejmować działania na dowolnym urządzeniu. Ostateczną wizją Google jest przekształcenie aplikacji Gemini w asystenta, który będzie wykonywał codzienne zadania, zajmował się sprawami administracyjnymi i udzielał spersonalizowanych rekomendacji.
Możliwości modelu świata bazują na już imponujących zdolnościach rozumowania Gemini 2.5 Pro. Model ten obecnie przoduje w testach złożonych zadań matematycznych, naukowych i programistycznych, a także zajmuje pierwsze miejsce w rankingach LMArena i WebDev Arena, które mierzą preferencje użytkowników w interakcjach z AI.
Google planuje zintegrować te możliwości modelowania świata z technologiami z Project Mariner i Project Astra, które skupiają się odpowiednio na wielozadaniowości i rozumieniu wizualnym. Ulepszony Gemini 2.5 Pro ma być ogólnie dostępny w czerwcu 2025 roku, po zakończeniu obecnej fazy testowej.