Deep Research Gemini

Sistem agentic

Untuk membangun Deep Research, kami menciptakan sistem perencanaan baru yang memungkinkan aplikasi Gemini menangani berbagai masalah kompleks. Untuk Deep Research, kami melatih model Gemini agar memiliki kemampuan berikut:

• Menguraikan masalah: Saat menerima kueri yang kompleks dari pengguna, sistem akan menyusun rencana riset yang terperinci terlebih dahulu dengan memecah masalah menjadi serangkaian sub-tugas kecil yang lebih mudah ditangani. Anda memegang kendali atas rencana riset tersebut: Gemini akan menyajikannya kepada Anda, lalu Anda dapat mengubah-ubahnya agar sesuai dengan tujuan Anda.

• Riset: Model mengawasi pelaksanaan rencana ini serta secara cerdas menentukan mana saja sub-tugas yang dapat ditangani sekaligus dan mana saja yang harus dilakukan satu per satu. Model dapat melakukan penelusuran dan menjelajahi web untuk mengumpulkan informasi dan menganalisisnya. Di setiap tahapan, model menganalisis informasi yang tersedia untuk menentukan langkah berikutnya. Kami memperkenalkan panel alur berpikir agar pengguna dapat mengetahui apa yang telah dipelajari model dan apa yang akan dilakukan berikutnya.

• Sintesis: Setelah informasi yang dikumpulkan cukup, model akan menyintesis temuan tersebut menjadi sebuah laporan komprehensif. Saat menyusun laporan, Gemini mengevaluasi informasi secara kritis, mengidentifikasi tema utama dan inkonsistensi, serta menyusun laporan secara logis dan informatif. Gemini bahkan melakukan sejumlah peninjauan mandiri untuk meningkatkan kejelasan dan kelengkapan informasi.

Kategori baru, masalah baru, solusi baru

Dalam pengembangan Deep Research, kami menghadapi tiga tantangan teknis utama:

Perencanaan multi-langkah

Tugas riset memerlukan perencanaan multi-langkah yang dilakukan secara iteratif. Di setiap langkah, model harus mendasarkan analisisnya pada informasi yang telah dikumpulkan, lalu mengidentifikasi kekurangan informasi dan inkonsistensi yang perlu dieksplorasi. Semuanya dilakukan sambil menyeimbangkan kelengkapan informasi, daya komputasi, dan waktu tunggu pengguna. Kami melatih model untuk menangani tugas kompleks yang memerlukan perencanaan multi-langkah serta pemanfaatan data yang efisien. Kemampuan ini memungkinkan Deep Research beroperasi secara efektif di berbagai domain pengetahuan dan topik.

Inferensi jangka panjang

Tugas Deep Research biasanya melibatkan banyak pemanggilan model selama beberapa menit. Hal ini menjadi tantangan dalam pengembangan agen karena sistem harus mampu menangani sebuah kegagalan dalam pengerjaan tugas tanpa harus mengulang seluruh prosesnya dari awal.

Untuk mengatasinya, kami mengembangkan pengelola tugas asinkron baru yang menjaga status bersama antara perencana dan model tugas, sehingga pemulihan dari error dapat dilakukan tanpa harus memulai ulang seluruh tugas. Sistem ini sepenuhnya asinkron. Anda dapat beralih ke aplikasi lain atau bahkan mematikan komputer setelah memulai project Deep Research, dan saat kembali membuka Gemini, Anda akan diberi tahu ketika riset telah selesai.

Pengelolaan konteks

Selama sesi riset, Gemini dapat memproses ratusan halaman konten. Untuk menjaga kesinambungan dan memungkinkan pertanyaan lanjutan, kami menggunakan jendela konteks 1 juta token milik Gemini yang terdepan di industri dan dilengkapi dengan sistem RAG. Hal ini memungkinkan sistem untuk "mengingat" semua yang telah dipelajarinya selama sesi percakapan sehingga mampu merespons dengan lebih cerdas seiring berjalannya interaksi.

Kini menggunakan 2.0 Flash Thinking (eksperimental)

Saat diluncurkan pada bulan Desember, Deep Research menggunakan Gemini 1.5 Pro. Dengan diperkenalkannya Gemini 2.0 Flash Thinking (eksperimental), kami dapat meningkatkan kualitas dan efisiensi produk ini secara signifikan. Berbekal model yang berbasis penalaran, Gemini merencanakan pendekatannya secara lebih cermat dan matang sebelum melakukan langkah berikutnya. Kemampuan bawaan untuk melakukan refleksi dan perencanaan ini menjadikannya sangat cocok untuk tugas agentic yang memerlukan proses berkelanjutan. Hasilnya adalah Gemini kini bahkan dapat berfungsi lebih baik di semua tahapan riset dan mampu menyajikan laporan yang lebih mendetail. Selain itu, efisiensi komputasi model Flash memungkinkan kami memperluas akses Deep Research ke lebih banyak pengguna. Kami sangat antusias mengembangkan model Flash dan Thinking, serta berharap kemampuan Deep Research dapat terus menjadi lebih baik.

Langkah berikutnya

Kami telah merancang sistem ini agar fleksibel dan dapat terus dikembangkan. Untuk itu, ke depannya kami ingin memberi Anda kontrol lebih besar atas cara Deep Research mengumpulkan informasi, sekaligus memungkinkannya mengakses sumber-sumber di luar web terbuka.

Kami tidak sabar ingin melihat bagaimana pengguna memanfaatkan Deep Research, dan pengalaman langsung mereka akan menjadi dasar bagi kami untuk terus mengembangkan dan meningkatkan kualitasnya. Tujuan utama kami adalah menghadirkan asisten AI yang benar-benar agentic dan bermanfaat bagi semua orang.