Google DeepMind gura Gemini u laboratorij, ali dokaz tek mora stići

Google DeepMind je 26. svibnja 2026. objavio video najavu za Gemini for Science, model koji se u dostupnom kontekstu opisuje kao specijalizirani AI sustav za znanstveno istraživanje. To je važna razlika: ovdje nije riječ o još jednoj demonstraciji razgovornog asistenta, nego o pokušaju da se Gemini smjesti u radni prostor istraživača, ondje gdje su hipoteze, literatura, podaci i provjera rezultata važniji od impresivnog odgovora u jednom prozoru.

Sam signal dolazi iz Google DeepMinda, organizacije koja je već oblikovala način na koji se govori o AI sustavima u znanosti. Zbog toga najava nosi težinu i prije nego što su poznati svi tehnički detalji. Ako je Gemini for Science zamišljen kao istraživački model, ključna pitanja odmah postaju stroža: koje vrste znanstvenih zadataka pokriva, kako barata izvorima, koliko dobro razlikuje potvrđeno od spekulativnog i može li raditi u okruženju u kojem pogrešan zaključak nije samo loš odgovor, nego potencijalno skup eksperimentalni smjer.

U ovoj fazi treba ostati precizan. Dostavljeni materijal ne navodi benchmarke, arhitekturu, cijene, dostupnost, partnerske institucije ni konkretne primjere iz laboratorija. Zato bi bilo pogrešno pretvarati najavu u tvrdnju da je model već promijenio znanstvenu praksu. Ono što se može reći jest da Google DeepMind pozicionira Gemini prema istraživačkom tržištu, gdje se opći modeli sve više pokušavaju pretvoriti u alate za čitanje radova, povezivanje nalaza, generiranje hipoteza i ubrzavanje analitičkog rada.

Tu je i širi kontekst obitelji Google Gemini. Ako se opći multimodalni modeli sve više prilagođavaju stručnim domenama, znanost je logičan, ali zahtjevan teren. Istraživači ne trebaju samo elokventan sažetak. Trebaju trag do izvora, kontrolu nad pretpostavkama, razumijevanje ograničenja i mogućnost da modelov prijedlog preživi provjeru. Drugim riječima, Gemini for Science neće se mjeriti samo time koliko uvjerljivo objašnjava temu, nego koliko pomaže u poslu koji ostavlja provjerljiv trag.

Video format najave također je bitan. Budući da je izvor YouTube objava Google DeepMinda, a ne tehnički rad ili dokumentacija, zasad imamo urednički signal i proizvodno pozicioniranje, ne punu znanstvenu specifikaciju. To ne umanjuje važnost vijesti, ali postavlja granice čitanja. Najzanimljiviji dio tek slijedi: hoće li Gemini for Science biti samo brendirani sloj oko postojećih AI sposobnosti ili stvarno specijalizirani sustav koji se može uklopiti u istraživačke protokole, podatkovne tokove i kriterije reproducibilnosti.