# google-deepmind

LLM-ovi OpenAI-ja i Google DeepMinda na ICPC-u riješili su više zadataka od najboljih studentskih ekipa, otvarajući novo poglavlje u nadmetanju čovjeka i umjetne inteligencije.

Generativni alati sve brže mijenjaju svakodnevicu; donose jeftinije usluge i bolje poučavanje, ali i prijete gubitkom radnih mjesta i produbljivanjem društvenih podjela.

Google lansirao Gemini 2.5 Flash Image, alat koji tvrtkama omogućuje napredno i dosljedno AI-uređivanje fotografija izravno u aplikaciji Gemini.

Google je lansirao Gemmu 3 270M, superkompaktni AI model koji radi lokalno na pametnim telefonima, troši zanemarivu energiju i nadmašuje konkurenciju u svojoj klasi.

Google DeepMindov sustav Gemini Deep Think riješio je pet od šest zadataka i kao prvi AI osvojio zlatnu medalju na prestižnoj olimpijadi, produbljujući utrku tehnoloških divova u razvoju sustava za složeno rezoniranje.

Istraživači iz OpenAI-ja, Google DeepMinda, Anthropica i Mete upozoravaju da bi unutarnji „lanci misli” naprednih AI sustava uskoro mogli postati nečitljivi, čime bi ljudi izgubili bitan alat za nadzor sigurnosti.

Studija Google DeepMinda i UCL-a pokazuje da veliki jezični modeli brzo gube samopouzdanje pred proturječnim savjetima, što može narušiti točnost u višekratnim razgovorima.

Meta objedinjuje istraživačke timove pod nazivom Meta Superintelligence Labs i dovodi neka od najvećih imena iz OpenAI-a, Googlea i Anthropica, uz investiciju od 14,3 milijarde dolara u Scale AI.

Google je uklonio prikaz „Chain of Thought” iz Geminija 2.5 Pro, izazvavši žestoku raspravu o transparentnosti velikih jezičnih modela i njihovoj pouzdanosti u poslovnim okruženjima.

Anthropic pojačava ulaganja u interpretabilnost svojih AI modela, tvrdeći da će to biti ključ sigurnijih i profitabilnijih sustava, dok stručnjaci upozoravaju da transparentnost sama po sebi nije dovoljna.

Eksperimentalni Gemini Diffusion zamjenjuje autoregresijsko generiranje difuzijskim postupkom denoiziranja, postiže i do 2 000 tokena u sekundi te otvara nova pitanja o brzini, cijeni i točnosti budućih velikih jezičnih modela.

Istraživanje Meta, Google DeepMind-a, NVIDIA-e i Cornella utvrdilo je da GPT-u slični modeli memoriraju fiksnih 3,6 bita po parametru, ublažavajući strah od masovnog kopiranja zaštićenog sadržaja.