Google Istraživanje 2025: Smjeliji prekidi, veći utjecaj

U 2025. godini, Google Istraživanje je ušlo u fazu magičnog ciklusa istraživanja, koji je donio revolucionarne prekide i pretvorio istraživanje u stvarnost s utjecajem na proizvode, znanost i društvo. Timovi Google Istraživanja su tijekom godina uložili napore u napredovanje istraživanja i tehnologije u raznovrsnim strategijskim područjima. Radimo na različitim vremenskim horizontima, od smjelih misija i istraživanja vođenih čudom, gdje istražujemo granice mogućeg, do inovacija i primijenjenog istraživanja s ubrzanom utjecajem.

Magični ciklus istraživanja se ubrzava – vođimo istraživačke prekide i pretvaramo ih u realne rješenja, s utjecajem na proizvode, znanost i društvo, u bliskoj suradnji s mnogim timovima unutar Googlea i globalnim partnerima. Ovo je bila vrlo zanimljiva godina! Naši osnovni prekidi u umjetnoj inteligenciji pomogli su u učinkovitosti, pouzdanosti, multilingvizmu i multikulturnosti generativnih modela, a uveli smo generativni UI. Napredovali smo u novim arhitekturama i algoritamskom istraživanju i pionirili AI alatima i agentnim modelima koji pomagaju ubrzati znanstvenu otkrića. Postigli smo kvantne prekide koji nas bliže stvarnim aplikacijama kvantnog računarstva; napredovali smo u istraživanju Zemljinih znanosti kako bismo omogućili razumijevanje planeta nikad prije dostignuto; napredovali smo u znanstvenim područjima uključujući genomiku, biologiju i neuroznanost; i napredovali smo u društvenim prioritetima kao što su otpornost na klimu, zdravstvo i obrazovanje.

Pogledajmo se natrag na neke od Google Istraživanja 2025. trenutaka ostvarenih u suradnji s mnogim timovima unutar Googlea. Ova slika je stvorena s Nano Bananom.

Napredovanje generativnih modela za učinkovitost, pouzdanost, multilingvizam i multikulturnost

Da bismo podržali ovu eru brze inovacije, ulažemo u učinkovitost, čineći Google proizvode učinkovitijima i energijski efikasnijima, te postavljajući standard za industriju. Nastavljamo razvijati nove pristupe na temelju spekulativnog dekodiranja, kao što je blok verifikacija, kako bismo daljnje ubrzali dobiti učinkovitosti. Na drugom kraju infrastrukturnog stoga, LAVA je novi algoritam za rasporedivanje koji kontinuirano ponovo predviđa životni vijek zadataka na virtualnim strojevima. Dizajniran je da optimizira učinkovitost resursa u velikim centarima podataka u oblaku, bez žrtvovanja pouzdanosti. Jednako kritično, naše pionirsko istraživanje o LLM pouzdanosti, koje seže do 2021. godine, pomoglo je da postane Gemini 3 naš najsposobniji i najpouzdaniji LLM. Postigao je vrhunsku performansu na javnim pouzdanostnim benchmarkima kao što su SimpleQA Verified i novi FACTS benchmark suite koji smo objavili s Google DeepMind i Kaggle. Korisnici mogu biti sigurni da proizvodi kao što su Gemini app, AI Overviews i AI Mode u pretraživanju, te Vertex AI, pružaju izlaze temeljene na svjetskoj znanosti.

Ove godine istraživali smo kako LLMs prenose neodređenost; predstavili smo okvir za procjenu koliko LLMs kodiraju više pouzdane znanje u svojim parametrima nego što ga izražavaju u svojim izlazima; predstavili smo multilingvistički skup podataka koji procjenjuje znanje na više jezika, nazvan ECLeKTic; i još mnogo toga. Također smo istraživali ulogu dovoljnog konteksta u sustavima za generiranje pojačanim dohvatima, koji poboljšavaju LLMs pružanjem relevantnog vanjskog konteksta. Pokazali smo da je moguće znati kada LLM ima dovoljno informacija za pružanje točnog odgovora na pitanje. Ovo istraživanje podržalo je lansiranje LLM Re-Ranker u Vertex AI RAG Engine, što je dovelo do boljih metrika dohvata i točnosti sustava. Evaluirao smo vodeće LLMs na FACTS Benchmark Suite, koji uključuje četiri različita pouzdanostna benchmarka. Gornja tablica navodi 15 vodećih modela i njihov ukupan FACTS rezultat. Gemini 3 Pro vode u ukupnoj performansi. S porastom multimodalnog sadržaja, proširili smo naše istraživanje pouzdanosti na slike, audio, video, 3D okruženja i LLM-generirane aplikacije. Ovo istraživanje pomaže poboljšati kvalitetu Googleovih video i slikovnih modela, uključujući Veo, Imagen i Nano Banana. To je odličan primjer ciklusa istraživanja i kako se neprestano prilagođavamo stvarnim potrebama korisnika.

Naše najnovije istraživanje uključuje čimbenike koji čine generiranje teksta u sliku i natpise slika točnijim, te stvaranje 3DMem-Bench za procjenu sposobnosti agenta da razmišlja o dugoročnoj memoriji u 3D. Naše dugotrajno multilingvističko istraživanje pomoglo je Gemma da se proširi na preko 140 jezika, čineći ga danas najboljim multilingvističkim otvorenim modelom. Također povećavamo naše modele s socio-kulturnom inteligencijom, prilagođavajući ih raznovrsnim korisničkim potrebama i globalnim kontekstima. Uveli smo TUNA, sveobuhvatnu taksonomiju korisničkih potreba i radnji, pokrenuli platformu za prikupljanje podataka na temelju zajednice za ciljanje podreprezentiranih jezika i geografija, i razvili nove metode za temeljiti modele na raznovrsnom kulturnom znanju i skupovima podataka. Ovo istraživanje pomaže da se osiguraju da Google modeli odgovaraju raznovrsnim korisničkim potrebama i globalnim kontekstima.

Zaključak

U 2025. godini, Google Istraživanje je postiglo mnoge zanimljive i inovativne prekide koji su imali duboki utjecaj na proizvode, znanost i društvo. Od napredovanja u generativnim modelima do kvantnih prekida, timovi Google Istraživanja su pokazali svoju sposobnost da rade na raznovrsnim i ambicioznim projektima. Ovo istraživanje neprestano evoluira i prilagođava se novim izazovima i mogućnostima, čineći Google vodećim igračem u svijetu umjetne inteligencije.

Česta pitanja

Koji su najzanimljiviji projekti Google Istraživanja iz 2025. godine?

Najzanimljiviji projekti Google Istraživanja iz 2025. godine uključuju napredak u generativnim modelima, kvantnim prekidima, istraživanju Zemljinih znanosti, genomici, biologiji, neuroznanosti, otpornosti na klimu, zdravstvu i obrazovanju, te istraživanju pouzdanosti i multilingvizma.

Kako Google Istraživanje surađuje s drugim timovima i partnerima?

Google Istraživanje surađuje s mnogim timovima unutar Googlea i globalnim partnerima, uključujući Google DeepMind i Kaggle, kako bi ostvarili najveći utjecaj i napredak u svojim projektima.

Koji su najnoviji alati i modeli koje je Google Istraživanje razvio?

Google Istraživanje je razvio nekoliko novih alata i modela, uključujući LAVA algoritam za rasporedivanje, LLM Re-Ranker u Vertex AI RAG Engine, TUNA taksonomiju korisničkih potreba, te mnoge druge inovacije u području umjetne inteligencije.

Kako Google Istraživanje prilagođava svoje modele raznovrsnim korisničkim potrebama i globalnim kontekstima?

Google Istraživanje prilagođava svoje modele raznovrsnim korisničkim potrebama i globalnim kontekstima kroz istraživanje socio-kulturnih inteligencija, prikupljanje podataka na temelju zajednice, te razvoj novih metoda za temeljiti modele na raznovrsnom kulturnom znanju i skupovima podataka.

Koliko je Google Istraživanje uložio u učinkovitost i energijsku efikasnost?

Google Istraživanje je uložio mnogo napora u učinkovitost i energijsku efikasnost, razvijajući nove pristupe kao što je spekulativno dekodiranje i block verifikacija, te stvarajući alate kao što je LAVA algoritam za rasporedivanje.