Prekretnica ka AGI: Zašto je Gemini 3 Deep Think šokirao svet tehnologije

Dugo smo verovali da je veštačka inteligencija samo "statistički papagaj" — sofisticirani mehanizam koji, na osnovu ogromne baze podataka, pogađa verovatnoću sledeće reči. Međutim, pojava Gemini 3 Deep Think modela označava kraj te ere. Granica između mašinskog predviđanja i istinskog, dubokog razmišljanja upravo je postala nejasna. Ovo više nije sistem koji samo nudi odgovore; ovo je AI koji poseduje "interni monolog", sistem koji zastaje, analizira i verifikuje svoje zaključke pre nego što progovori. Ulazimo u novu realnost u kojoj veštačka inteligencija prestaje da bude alat i postaje kognitivni partner sposoban za rešavanje problema koji su do juče bili isključivo domen ljudskog intelekta.

Više od memorije: Rušenje ARC-AGI-2 rekorda

Najveći test za svaku inteligenciju, bilo ljudsku ili veštačku, jeste sposobnost snalaženja u potpuno novim situacijama. Benchmark test ARC-AGI-2 dizajniran je upravo da eliminiše faktor memorisanja, fokusirajući se na apstraktno rezonovanje. U ovom ključnom testu, Gemini 3 Deep Think je postigao neverovatnih 84.6%, rezultat koji je zvanično verifikovala ARC Prize fondacija.

Da bismo razumeli razmere ovog uspeha, moramo pogledati širu sliku: ljudi u proseku dostižu oko 60% na ovim logičkim izazovima, dok su prethodni AI modeli mukotrpno pokušavali da pređu prag od 20%. Ovo nije samo statistički skok; ovo je dokaz da Gemini 3 razvija fleksibilnu internu logiku. Za inženjere u istraživačkim sektorima, ovo znači da model konačno može da obrađuje "neuredne" i nepotpune podatke, donoseći zaključke tamo gde prethodni algoritmi vide samo digitalni šum.

Logika bez prečica: Trijumf na "Poslednjem ispitu čovečanstva"

Kada se AI suoči sa ekstremno kompleksnim oblastima poput naprednog prava ili teorijske filozofije, često se oslanja na prečice koje vode do "halucinacija". Međutim, na testu Humanity’s Last Exam (HLE) — koji sadrži hiljade pitanja dizajniranih da budu laka za stručnjake, ali skoro nemoguća za mašine — Gemini 3 Deep Think je ostvario rezultat od 48.4% bez ikakvog korišćenja eksternih alata za pretragu.

Ovaj uspeh je direktna posledica internog sistema verifikacije. Model više ne "pogađa" rešenje, već aktivno odbacuje pogrešne logičke putanje.

"Sposobnost modela da obrađuje višeslojne logičke lance u oblastima gde su podaci oskudni, a logika gusta, predstavlja definitivnu pobedu nad digitalnim halucinacijama. Gemini 3 Deep Think dokazuje da AI može da razume i primeni visokostepeno konceptualno planiranje bez eksternih pomagala."

Kodiranje na nivou elite: Elo 3455 i agentura

U svetu kompetitivnog programiranja, titula "Legendarni velemajstor" (Legendary Grandmaster) rezervisana je za samu elitu. Gemini 3 Deep Think je tu titulu osvojio dostizanjem Codeforces Elo skora od 3455. Ovo nije samo demonstracija brzine, već algoritamske rigoroznosti i sposobnosti upravljanja kompleksnim memorijskim strukturama.

Ono što ovaj model izdvaja je prelazak na "agentno kodiranje" (agentic coding). Umesto pisanja izolovanih linija koda, AI sada može da preuzme apstraktan cilj i samostalno izvede kompleksna rešenja koja obuhvataju više povezanih fajlova. Vredi napomenuti da je unutar ove porodice modela, Gemini 3 Pro verzija pokazala za 35% veću preciznost u rešavanju softverskih inženjerskih izazova u poređenju sa svojim prethodnicima, potvrđujući da Google-ov novi pravac donosi opipljivu superiornost u arhitekturi sistema.

Od Olimpijade do laboratorije: AI kao vrhunski naučnik

Snaga novog modela najjasnije se vidi u laboratorijskim uslovima. Tokom 2025. godine, Gemini 3 Deep Think je postigao rezultate na nivou zlatne medalje na pisanim delovima Međunarodne olimpijade iz fizike, hemije i matematike.

Međutim, njegova uloga prevazilazi takmičarske okvire. Sa rezultatom od 50.5% na CMT-benchmarku, koji testira duboko poznavanje napredne teorijske fizike, model postaje ključan saveznik profesionalnim istraživačima. U oblastima kao što je biotehnologija ili nauka o materijalima, ovaj nivo analitičke dubine omogućava modelu da samostalno interpretira eksperimentalne rezultate i modeluje fizičke sisteme sa hirurškom preciznošću.

Most između ideja i materije: 3D modeliranje i optimizacija

Jedna od najpraktičnijih primena Gemini 3 Deep Think modela je njegova sposobnost da premosti jaz između 2D vizije i 3D fizičkog objekta. Model može analizirati grubu skicu i, koristeći kod kao alat, generisati precizan fajl spreman za 3D štampu.

Ovaj proces se oslanja na koncept poznat kao Scaled Inference-Time Compute (računanje u vreme izvršavanja). Za razliku od tradicionalnih LLM modela koji daju momentalne odgovore, "Deep Think" režim omogućava modelu da "razmišlja duže", koristeći dodatne računarske resurse da interno proveri i optimizuje svaku fazu dizajna. Ovo je posebno vidljivo u rešavanju kompleksnih optimizacionih problema, kao što je kreiranje preciznih recepata za uzgoj tankih filmova u specifičnim hemijskim procesima, gde greška od jednog procenta može uništiti čitav eksperiment.

Zaključak: Šta sledi nakon "Dubokog razmišljanja"?

Gemini 3 Deep Think nije samo još jedan korak u evoluciji, već fundamentalna promena smera. Fokus na unutrašnju verifikaciju, samokorekciju i sposobnost učenja u realnom vremenu približava nas viziji opšte veštačke inteligencije (AGI) brže nego što su najoptimističnije prognoze predviđale.

Dok posmatramo mašinu koja ne samo da rešava probleme, već razume proces dolaženja do rešenja, moramo se zapitati: Kako će izgledati svet u kojem ljudska radna etika i kreativnost više nisu jedini izvori duboke logike? Ulazimo u eru u kojoj će naša najveća veština biti sposobnost da postavljamo prava pitanja sistemu koji već zna sve korake do odgovora.

Izvor: marktechpost.com