Google robí významný krok vpred v oblasti umelej inteligencie tým, že rozširuje Gemini 2.5 Pro na komplexný „svetový model“, ktorý dokáže porozumieť a simulovať aspekty reality spôsobmi, ktoré odrážajú ľudské myslenie.
Svetové modely predstavujú zásadný posun vo schopnostiach AI – posúvajú sa za hranice spracovania jazyka a vytvárajú interné reprezentácie fyzických prostredí. Koncept sa zameriava na to, ako inteligentní agenti môžu porozumieť a modelovať vonkajšie interaktívne prostredia, aby zlepšili svoje rozhodovanie a plánovacie schopnosti. Pôvodne boli svetové modely vyvinuté na modelovanie nízkoúrovňových fyzikálnych interakcií, no postupne sa rozšírili na simuláciu reálneho sveta a generovanie komplexných, realistických prostredí.
Tieto sofistikované AI systémy simulujú reálne prostredia využívaním rozsiahlych multimodálnych dátových súborov vrátane obrázkov, zvuku, videa a textu. Táto schopnosť umožňuje AI predpovedať výsledky rôznych akcií, čím sa zlepšuje jej uvažovanie a plánovanie. Svetové modely účinne preklenujú priepasť medzi surovými dátami a praktickými poznatkami, čím uľahčujú intuitívnejšiu interakciu medzi strojmi a ich prostrediami.
Google oznámil, že pracuje na rozšírení Gemini 2.5 Pro na svetový model „ktorý dokáže vytvárať plány a predstavovať si nové skúsenosti porozumením a simulovaním aspektov sveta, rovnako ako to robí mozog“. Tento vývoj predstavuje významný pokrok v AI stratégii Googlu a potenciálne umožní sofistikovanejšie riešenie problémov v rôznych oblastiach.
Okrem tejto ambicióznej evolúcie Google predstavil viacero noviniek v rámci rodiny modelov Gemini. Gemini 2.5 Flash je už dostupný pre všetkých v aplikácii Gemini, pričom aktualizovaná verzia bude všeobecne dostupná v Google AI Studio pre vývojárov a vo Vertex AI pre podniky začiatkom júna, následne bude nasledovať Gemini 2.5 Pro.
Gemini 2.5 Pro bude vylepšený o Deep Think, experimentálny režim uvažovania navrhnutý pre mimoriadne zložité matematické a programátorské úlohy. Google zároveň prináša nové funkcie pre oba modely, vrátane pokročilých bezpečnostných opatrení. Ich nový bezpečnostný prístup výrazne zvýšil ochranu proti nepriamym útokom typu prompt injection počas používania nástrojov, vďaka čomu je rodina Gemini 2.5 ich najbezpečnejšou sériou modelov doteraz.
Tieto novinky prichádzajú v čase, keď sa konkurencia v oblasti AI zostruje – spoločnosti ako Nvidia a startupy ako World Labs taktiež pracujú na technológii svetových modelov. To, čím sú veľké jazykové modely pre systémy ako ChatGPT, sú svetové modely pre simulátory virtuálnych svetov potrebné na trénovanie robotov a iných AI systémov. Tieto nástroje dokážu vytvárať 3D prostredia a simulácie, ktoré pomáhajú robotom lepšie porozumieť, plánovať a orientovať sa vo svojom okolí.
Ako Google naďalej posúva hranice možností umelej inteligencie, vývoj Gemini 2.5 Pro na svetový model signalizuje novú éru, v ktorej AI nebude len spracúvať informácie, ale bude aj rozumieť svetu, predvídať a interagovať s ním čoraz ľudskejším spôsobom.