Google je službeno predstavio Gemini 3, najnapredniji model vještačke inteligencije koji kompanija do sada razvila, i koji će od sada biti integrisan direktno u Google pretragu, Gemini aplikaciju i brojne servise. Riječ je o tehnološkom iskoraku koji Google vraća u fokus globalne AI trke nakon što je prethodnih godina primat na tržištu preuzeo ChatGPT.

Međutim, stručnjaci podsjećaju da je današnja AI revolucija zapravo počela upravo unutar Googleovih istraživačkih laboratorija.

Kako je sve počelo: Google je stvorio temelj današnjih LLM-ova

Iako se ChatGPT prvi probio do širokog broja korisnika, historija velikih jezičkih modela (LLM – Large Language Models) seže mnogo ranije.

2017. godine Google Research je objavio rad “Attention is All You Need”, u kojem su inženjeri Vaswani, Shazeer i tim predstavili potpuno novu arhitekturu — Transformer.
Upravo taj model danas čini srž svih modernih AI sistema, uključujući GPT-3, GPT-4, Claude, LLaMU i naravno — Googleove Gemini modele.

Transformer je omogućio da vještačka inteligencija razumije jezik, kontekst, logiku i značenje na nivou koji je do tada bio nezamisliv. Nakon objavljivanja tog modela kao open-source arhitekture, cijela industrija se ubrzala, a istraživanja su eksplodirala.

Google je u suštini postavio temelje, ali OpenAI je bio prvi koji je taj koncept komercijalno plasirao.

ChatGPT: prvi veliki prodor na tržište

Kada je krajem 2022. godine OpenAI lansirao ChatGPT, ovaj alat je preko noći privukao desetine miliona korisnika i postao globalni fenomen.
Time je OpenAI praktično prvi uspješno „upakovao“ LLM tehnologiju u jednostavan, pristupačan proizvod za svakodnevnu upotrebu.

Google je u tom trenutku imao snažan istraživački tim i napredne interne modele, ali nije imao široko dostupnu platformu poput ChatGPT-a. To se sada mijenja.

Googleov povratak u vrh: Šta zapravo donosi Gemini 3?

Sa dolaskom Gemini 3 modela, Google ponovo zauzima centralno mjesto u svijetu vještačke inteligencije. Ovaj model nije samo još jedna nadogradnja, niti tek „pametniji chatbot“ — riječ je o potpuno novoj generaciji AI sistema koji mijenja način na koji se tehnologija koristi u svakodnevnom životu.

Gemini 3 je dizajniran tako da može razumjeti i povezivati različite vrste informacija: tekst, slike, zvuk, video pa čak i programski kod. Upravo ta sposobnost da istovremeno radi sa više izvora podataka daje mu prednost u odnosu na modele koji se oslanjaju samo na tekstualne ulaze.

Google ga je od prvog dana ugradio u Google pretragu, što znači da korisnici više neće dobijati samo listu linkova, već objašnjenja, sažetke, vizuelne prikaze i analize — sve generisano u realnom vremenu.

Pored toga, Gemini 3 donosi i funkcionalnosti koje Google naziva agentnim mogućnostima. U praksi, to znači da model više ne odgovara samo na pitanja, već može izvršavati zadatke: planirati korake, analizirati kompleksne dokumente, pripremiti nacrt projekata ili automatizovati ponavljajuće procese u digitalnom okruženju. Google na ovaj način prelazi iz faze „AI koji pomaže razmišljati“ u fazu AI koji može i raditi.

Nova era multimodalne umjetne inteligencije

Sposobnost Gemini 3 modela da poveže tekst, slike, video i audio otvara široku paletu primjena. U poslovnom svijetu to znači bržu analitiku podataka i pametnije izvještaje; u obrazovanju — vizualna i interaktivna objašnjenja; u programiranju — pomoć u pisanju i testiranju koda; u novinarstvu — brža obrada informacija i transkripata; u medicini i tehničkim oblastima — tumačenje dokumentacije, slika i kompleksnih izvještaja.

Ovakav pristup uvodi novu vrstu pretrage: umjesto klasičnog “pretraži i klikni”, korisnik dobija personaliziran, kontekstualan odgovor koji kombinuje sve dostupne informacije. Google vjeruje da će ovaj pristup dugoročno zamijeniti tradicionalni model pretraživanja koji koristimo više od 20 godina.

Drugim riječima, multimodalna umjetna inteligencija više nije samo dodatak postojećim alatima – ona postaje njihov centralni dio.