Deep Research do Gemini

Um sistema agêntico

Para o Deep Research, desenvolvemos um novo sistema de planejamento que permite ao app Gemini resolver problemas complexos. Estas foram as capacidades treinadas com os modelos do Gemini:

• Análise do problema: ao receber uma consulta complexa do usuário, o sistema primeiro formula um plano de pesquisa detalhado, dividindo o problema em várias partes mais simples. Você está no controle, então faça ajustes depois que o Gemini apresentar o plano, para focar as áreas certas.

• Pesquisa: o modelo supervisiona a execução desse plano e determina, de maneira inteligente, se as partes podem ser resolvidas ao mesmo tempo ou precisam ser feitas em sequência. Para buscar e analisar as informações, o modelo usa ferramentas como a pesquisa e a navegação na Web. Em cada etapa, o modelo considera as informações disponíveis para decidir a próxima ação. Lançamos um painel de raciocínio para os usuários acompanharem o que o modelo já aprendeu e o que ele pretende fazer em seguida.

• Síntese: depois que o modelo coleta informações suficientes, ele resume as descobertas em um relatório abrangente. Ao gerar o relatório, o Gemini faz uma avaliação crítica dos dados, identifica temas e inconsistências importantes e usa um formato lógico e informativo. Ele até mesmo verifica o resultado diversas vezes para aprimorar a clareza e os detalhes.

A nova categoria traz problemas e soluções

Durante o desenvolvimento do Deep Research, enfrentamos três grandes desafios técnicos:

Planejamento em várias etapas

As atividades de pesquisa exigem várias etapas de planejamento iterativo. Em cada etapa, o modelo precisa absorver todas as informações coletadas e identificar lacunas e discrepâncias, tudo isso enquanto concilia a abrangência com a computação e o tempo de espera do usuário. Com o treinamento do modelo para um uso eficiente de dados e um planejamento longo em várias etapas eficaz, o Deep Research passou a funcionar em uma configuração de domínio aberto para todos os temas.

Inferência de longa duração

Uma atividade típica do Deep Research envolve muitas chamadas de modelos durante vários minutos. Isso representa um desafio para o desenvolvimento de agentes, já que a atividade não pode ser reiniciada ao se depararem com uma única falha.

Para resolver isso, desenvolvemos um gerenciador de tarefas assíncrono que mantém um estado compartilhado entre o planejador e os modelos da atividade, permitindo a fácil recuperação de erros sem reiniciar toda a atividade. Esse sistema é realmente assíncrono: você pode trocar de app ou até desligar o computador depois de iniciar um projeto do Deep Research. Na próxima vez que acessar o Gemini, você vai receber uma notificação quando a pesquisa estiver pronta.

Gerenciamento de contexto

Ao longo de uma sessão de pesquisa, o Gemini pode processar centenas de páginas de conteúdo. Para manter a continuidade e permitir as perguntas complementares, usamos a janela de contexto do Gemini com 1 milhão de tokens e uma configuração RAG. Assim, o sistema consegue se lembrar bem de tudo o que aprendeu durante a conversa, ficando mais inteligente a cada interação.

Agora com a tecnologia do 2.0 Flash Thinking Experimental

Em dezembro, o Deep Research foi lançado com a tecnologia do Gemini 1.5 Pro. A chegada do Gemini 2.0 Flash Thinking Experimental possibilitou melhorias drásticas na qualidade e na eficiência do produto. Com os modelos de raciocínio, o Gemini leva mais tempo para planejar uma abordagem antes de seguir para as próximas etapas. Essa característica inata de autoreflexão é perfeita para as atividades agênticas de longa duração. Agora, o Gemini ficou ainda melhor em todas as etapas de pesquisa e oferece relatórios mais detalhados. Ao mesmo tempo, a eficiência computacional do modelo Flash ampliou o acesso ao Deep Research para mais usuários. Estamos muito felizes em trabalhar no Flash e nos modelos de raciocínio em geral, e o Deep Research deve ficar cada vez melhor.

Próximas etapas

O sistema foi feito para ser versátil. Dessa forma, podemos ampliar os recursos com o tempo, oferecendo maior controle sobre a pesquisa e usando fontes além da Web aberta.

Queremos ver como as pessoas usam o Deep Research, e essas experiências reais vão orientar as futuras melhorias no produto. No final, nosso objetivo é chegar a um assistente de IA realmente agêntico e universalmente útil.