Google DeepMind afirma que Gemini está evoluindo de chatbot para agente de IA

O Google publicou uma entrevista com o vice-presidente sênior e arquiteto-chefe de IA do Google DeepMind, Koray Kavukcuoglu. Kavukcuoglu compartilhou que o Google está cada vez mais vendo o Gemini como um agente de IA, não como um chatbot. Isto é importante porque o CEO Sundar Pichai expressou que a IA agente é o futuro da pesquisa.

Gemini está fazendo a transição de um modelo para IA agente

Koray Kavukcuoglu compartilhou que o Google DeepMind vê cada vez mais o Gemini como um agente, muito mais do que apenas um chatbot ou modelo de linguagem. O que inspirou essa mudança foi a codificação, que foi a porta de entrada para a engenharia de software, uso de ferramentas e fluxos de trabalho de agentes.

Kavukcuoglu disse que o objetivo não é realmente criar um modelo que responda melhor às perguntas. O foco agora é criar algo que possa realizar ações em nome e ao lado de um ser humano.

O entrevistador, Logan Kilpatrick, perguntou a Kavukcuoglu se ele queria falar sobre a “inovação arquitetônica” do Google DeepMind e Kavukcuoglu respondeu que isso não era algo que ele estava disposto a falar agora, indicando que há algo acontecendo nos bastidores.

Mas o que ele discutiu foi como o foco do Google mudou para a IA agente.

Ele compartilhou:

“Desde o lançamento inicial do 3.0, minha reflexão é que aprendemos muito em termos de entender o que significa fazer codificação, e não apenas codificar, certo?

Por exemplo, o que significa fazer engenharia de software, o que significa trabalhar com ferramentas ou com funções que as pessoas usam todos os dias.

Basicamente transformar tudo isso em um agente, de modelo em agente.

E essa transição, acho que estávamos contornando-a, e era isso que queríamos abordar diretamente. E, claro, a engenharia de software é o domínio e ambiente mais crítico no qual você deseja que seus sistemas tenham sucesso, porque está na raiz de muitas coisas diferentes que você pode fazer.

Durante esse tempo, aprendemos muito sobre como treinar um modelo, como treinar um agente que pode realmente codificar com você. E depois disso, acho que os passos começaram a ficar mais rápidos.

E como em qualquer projeto de pesquisa, há muitos caminhos paralelos acontecendo ao mesmo tempo. Então, o que estamos tentando fazer agora é combinar todos esses aprendizados, é claro, como adicioná-los, entender o que significa fazer melhor as ações e os fluxos de trabalho dos agentes, junto com novas melhorias arquitetônicas, junto com novas ideias nas quais estamos trabalhando há algum tempo.

Muitas dessas coisas que fizemos em 3.6, 3.7 remontam a um ano ou mais, e então começam a dar frutos e você as converge para o modelo.

E é ótimo ver o impacto de qualidade que obtivemos com isso. Estávamos muito entusiasmados na corrida até 3.7. Quando estávamos fazendo o 3.6, é claro, podíamos ver o que o 3.7 poderia ser ou qual poderia ser o próximo passo.

E aí deu certo e internamente começamos a gostar muito daquele modelo. Então esse é o efeito de trilha paralela que você está seguindo, que você está vendo.”

A IA está mudando, mas as etapas permanecem as mesmas

Outra coisa de que ele falou parecia contraditória, pois disse que uma mudança revolucionária está a acontecer, mas o que a causa não é a revolução em si. Ele disse que as etapas básicas para a criação de IA não mudaram tanto quanto os problemas que a IA está resolvendo. O que faz é revolucionário, mas a forma como chega lá não sofreu uma mudança revolucionária.

Kavukcuoglu disse que eles ainda usam:

• Aprendizado profundo
• Pré-treino
• Aprendizagem por reforço
• Técnicas de otimização que dependem de princípios subjacentes semelhantes aos do passado

O que mudou, disse ele, foi o ambiente em que a IA opera, que exige modelos para inferir intenções, lidar com a ambiguidade e colaborar com os humanos.

O Google melhorou os fluxos de trabalho agentes

Mais tarde na discussão, Kilpatrick disse que o Gemini 3 alcançou a fronteira, mas que a fronteira posteriormente mudou em direção à codificação de agente e às capacidades semelhantes a agentes.

Kavukcuoglu disse que ainda tem muito a aprender sobre ações e fluxos de trabalho de agentes, dizendo que o trabalho em torno do Gemini 3.5 os ensinou sobre como as pessoas realmente trabalham com agentes, e que agora ele se sente mais confiante de que o Google tem uma melhor compreensão desses tipos de interações.

Ele explicou:

“Acho que há duas coisas que precisamos ter em mente.

Uma delas é que, por definição, num ambiente muito competitivo, a fronteira mudará sempre. Haverá altos e baixos de coisas diferentes. E a cadência e a frequência com que o laboratório está produzindo seu modelo mais capaz vão mudar. Esse é o número 1.

Mas o número 2 é um ponto justo. E falamos sobre isso no contexto do 3.5. Acho que aprendemos muito sobre ações e fluxos de trabalho de agentes. E ser capaz de dar vida a isso em um modelo, foi esse o processo pelo qual passamos.

Onde estou me sentindo agora, estou me sentindo muito, muito, muito confortável e bem agora onde estamos e nossa capacidade de entender o que os usuários precisam quando estão trabalhando com um agente que faz parceria com eles em qualquer tipo de tarefa e fluxo de trabalho de agente.

Mas passamos por esse processo de construção disso.”

Google DeepMind: a melhoria mais importante em IA

O entrevistador, Logan, pediu então a Kavukcuoglu que compartilhasse qual é a melhoria mais importante na IA.

Ele perguntou:

“… se você pudesse agitar sua varinha mágica e fazer com que os modelos fizessem qualquer coisa e não precisasse gastar muito tempo e energia, você tem algo no topo da lista que você gostaria de ter capacidade, tipo de comportamento melhor em alguma coisa?

Kavukcuoglu respondeu:

“Acho que se eu tivesse uma varinha mágica, apenas os tornaria mais inteligentes. Acho que os modelos ficam mais inteligentes, fazem tudo melhor, fazem tudo de forma mais intuitiva, e acho que isso seria excelente.”

Remover

O Google DeepMind, e o Google como um todo, estão fazendo a transição para mais do que fornecer respostas, mas para ajudar os usuários a realizar tarefas. Todos os produtos do Google, do Gmail ao Planilhas Google e ao Maps, ajudam as pessoas a realizar tarefas. Kavukcuoglu explicou que os modelos de IA estão se tornando conceitualmente mais do que apenas chatbots, eles também estão se tornando mais agentes, e isso reflete como tudo no Google está mudando, incluindo a Pesquisa.

Assista à entrevista aqui:

Imagem/captura de tela em destaque da entrevista