Deep Research de Gemini

Un sistema agente

Para crear Deep Research, desarrollamos un nuevo sistema de planificación que permite que la app de Gemini trabaje en problemas complejos. En el caso de Deep Research, entrenamos a los modelos de Gemini para que sean capaces de lo siguiente:

• Desglosar el problema: Cuando el usuario realiza una pregunta compleja, el sistema primero formula un plan de investigación detallado que desglosa el problema en varias subtareas más pequeñas y manejables. El plan está bajo tu control: Gemini te lo presenta para que puedas perfeccionarlo y, de esa forma, asegurarte de que se enfoque en las áreas correctas.

• Investigar: El modelo supervisa la ejecución de este plan y determina estratégicamente qué subtareas pueden abordarse de forma simultánea y cuáles deben hacerse de forma secuencial. Además, puede usar herramientas, como buscar y navegar en sitios web, para recopilar información y usarla en su razonamiento. En cada paso, el modelo usa la información disponible para razonar y decidir qué hacer a continuación. Asimismo, incluimos un panel de razonamiento para que los usuarios puedan hacer un seguimiento de lo que el modelo aprendió y ver sus próximos pasos.

• Resumir: Una vez que el modelo determina que recopiló suficiente información, resume sus hallazgos en un informe exhaustivo. Cuando crea el informe, Gemini evalúa de forma crítica la información, identifica los temas claves y las incoherencias, y estructura el informe en una manera informativa y lógica. Además, realiza varias revisiones autocríticas para mejorar la claridad y el nivel de detalle.

Un nuevo producto con nuevos problemas y nuevas soluciones

Cuando creamos Deep Research, abordamos tres desafíos técnicos importantes:

Planificación en varios pasos

Las tareas de investigación requieren varios pasos de planificación iterativa. En cada uno de ellos, el modelo usa como base toda la información recopilada hasta el momento y, luego, identifica los datos faltantes y las discrepancias que quiere abordar, todo mientras busca un equilibrio entre la exhaustividad del informe, el tiempo de procesamiento y el que debe esperar el usuario. Entrenar al modelo para que cree planes complejos de varios pasos con eficacia, mientras procesa los datos de forma eficiente, nos permitió hacer que Deep Research investigue libremente en toda clase de ámbitos y temas.

Inferencia persistente

Una tarea habitual de Deep Research requiere varias llamadas al modelo a lo largo de varios minutos. Esto representa un desafío en la creación de agentes, ya que se lo debe hacer de modo que una sola falla no represente el reinicio total de la tarea.

Por ese motivo, desarrollamos un innovador administrador de tareas asíncrono que mantiene un estado compartido entre el modelo de planificación y el de tareas, lo que permite una recuperación de errores fluida sin tener que reiniciar la tarea desde el principio. Este sistema es verdaderamente asíncrono, ya que puedes cambiar de app o apagar tu computadora luego de iniciar un proyecto en Deep Research, y, la próxima vez que visites Gemini, recibirás una notificación de que tu investigación está lista.

Administración del contexto

Durante una sesión de investigación, Gemini puede procesar cientos de páginas de contenido. Para mantener esta continuidad y permitir preguntas adicionales, usamos la ventana de contexto de 1 millón de tokens líder en la industria de Gemini que se complementa con una configuración RAG. Esto le permite al sistema "recordar" todo lo que aprendió durante la sesión de chat y hace que el sistema sea más inteligente cuanto más interactúes con él.

Ahora potenciado con 2.0 Flash Thinking (experimental)

Cuando se lanzó Deep Research en diciembre, contaba con la tecnología de Gemini 1.5 Pro. Gracias a la introducción del modelo 2.0 Flash Thinking (experimental) de Gemini, pudimos mejorar drásticamente tanto la calidad como la eficacia de los resultados de este producto. Con los modelos de razonamiento, Gemini se toma más tiempo planificando cómo abordará sus próximos pasos. Esta característica inherente de autoreflexión y planificación hace que sea un gran candidato para las tareas prolongadas de agentes. Lo que vemos ahora es una versión mejorada de Gemini en todas las etapas de investigación y que brinda informes más detallados. Asimismo, la eficacia en los cálculos del modelo Flash nos permite que muchos más usuarios tengan acceso a Deep Research. Nos entusiasma desarrollar modelos Flash y de razonamiento en general, y esperamos que Deep Research siga mejorando.

Próximos pasos

Creamos un sistema que es versátil, para que con el tiempo podamos expandir sus funciones, dándote más control sobre lo que puede explorar, a la vez que le brindamos al sistema recursos adicionales además de la Web abierta.

Nos entusiasma ver cómo las personas utilizan Deep Research porque esas experiencias de uso definirán el modo en que debemos seguir ampliando y mejorando este agente. En última instancia, nuestro objetivo es crear un asistente de IA totalmente agente y útil para todos.