Google transformă cel mai avansat model AI al său, Gemini 2.5 Pro, într-un așa-numit „model de lume” – un sistem care poate înțelege și simula aspecte ale realității într-un mod ce reflectă funcționarea creierului uman.
Potrivit anunțurilor recente ale Google DeepMind la Google I/O 2025, această capacitate de model de lume va permite Gemini să facă planuri și să își imagineze experiențe noi prin înțelegerea și simularea unor aspecte ale lumii. Aceasta reprezintă o evoluție majoră în abilitatea AI-ului de a raționa despre și de a interacționa cu medii complexe.
„De aceea lucrăm pentru a extinde cel mai bun model fundamental multimodal al nostru, Gemini 2.5 Pro, astfel încât să devină un ‘model de lume’ care poate face planuri și imagina experiențe noi prin înțelegerea și simularea aspectelor lumii, exact așa cum face creierul”, a declarat Google pe blogul său oficial.
Abordarea modelului de lume se bazează pe cercetările ample ale Google în antrenarea agenților AI pentru a stăpâni jocuri complexe și a crea simulări interactive. Dovezi ale acestor capabilități apar deja în abilitatea Gemini de a folosi cunoștințele despre lume și raționamentul pentru a reprezenta medii naturale, a înțelege fizica intuitivă și a învăța roboții să urmeze instrucțiuni și să se adapteze din mers.
Elementul central al acestei evoluții este noua funcție Deep Think, un mod experimental de raționament avansat pentru Gemini 2.5 Pro. Deep Think permite modelului să ia în considerare mai multe ipoteze înainte de a răspunde, îmbunătățind semnificativ performanța la sarcini complexe de matematică și programare. Funcția a obținut deja scoruri impresionante la probe dificile precum competiția de matematică USAMO 2025 și LiveCodeBench pentru programare.
Gemini 2.5 Pro cu Deep Think este disponibil momentan pentru testatori de încredere prin intermediul API-ului Gemini, Google efectuând evaluări suplimentare de siguranță înainte de lansarea publică. Între timp, modelul standard Gemini 2.5 Pro este așteptat să fie disponibil pe scară largă până la sfârșitul lunii iunie 2025, după lansarea anterioară a Gemini 2.5 Flash.
Această evoluție către modelarea lumii face parte din viziunea mai largă a Google de a crea un asistent AI universal care să poată înțelege contextul, să planifice eficient și să acționeze pe diverse dispozitive – transformând, în cele din urmă, modul în care oamenii interacționează cu sistemele AI.