Почему Google использует режим ИИ на Flash, объяснение от главного научного сотрудника Google.

от

Как SEO-эксперт, я нашел комментарии Джеффа Дина, главного научного сотрудника Google, действительно интересными. Он объяснил, что способность Google эффективно запускать Search AI в масштабе сводится к Flash – его скорость и доступность являются ключевыми. Что меня действительно поразило, так это его замечание о том, что *как* мы получаем информацию – это преднамеренный дизайнерский выбор, а не техническое препятствие. Дело не в том, что мы *не можем* делать что-то по-другому, а в том, что Google намеренно построил все именно так, чтобы поддерживать огромный масштаб.

Купил акции на все деньги, а они упали? А Илон Маск снова написал твит? Знакомо. У нас тут клуб тех, кто пытается понять этот цирк и не сойти с ума.

Купить на падении (нет)

Дин обсудил на подкасте Latent Space, как Flash в конечном итоге был использован для основных операций Search. Он также объяснил, почему система, которая фильтрует весь веб до небольшого количества релевантных документов, как ожидается, останется в использовании в обозримом будущем.

В декабре Google начала использовать Gemini 3 Flash в качестве стандартной AI-модели. В интервью с Дином подробно описаны причины этого изменения.

Почему Flash — производственный уровень

Дин объяснил, что самая большая проблема при использовании ИИ в Поиске — это скорость его ответа. По мере того, как ИИ-модели справляются с более сложными задачами, именно скорость является сдерживающим фактором.

Крайне важно иметь системы, которые быстро реагируют, и использование флэш-памяти — один из способов этого добиться.

Ведущие подкастов отметили, насколько широко используется Flash на платформах, таких как Gmail и YouTube. Дин объяснил, что поиск также становится ключевой областью применения Flash, с расширением его интеграции в такие функции, как AI Mode и AI Overviews.

Flash способен справляться с большими задачами благодаря процессу, называемому дистилляцией. С каждой новой версией Flash опирается на производительность предыдущей, становясь более мощным без увеличения операционных расходов.

На протяжении нескольких версий Gemini нам удавалось создавать быструю, первоначальную версию новейшей модели, которая работает так же хорошо или даже лучше, чем более отполированная, профессиональная версия предыдущей модели.

Этот процесс позволяет ИИ-системам Google постоянно совершенствоваться. Сначала они создают передовые ИИ-модели, чтобы исследовать возможности, а затем совершенствуют эти достижения, превращая их во Flash — систему, предназначенную для обработки огромных потребностей Google Search.

Извлечение вместо запоминания

По словам Дина, дизайн, лежащий в основе Flash и подобных моделей, отдает приоритет доступу к информации из внешних источников, а не ее внутреннему хранению. Идея заключается в том, что модели должны сосредотачиваться на эффективной обработке данных, а не на запоминании фактов, которые они могут легко найти в другом месте.

Неэффективно использовать ограниченные возможности модели для запоминания несущественных деталей, которые можно легко найти в другом месте.

Почему поэтапное извлечение, вероятно, сохранится

Поисковые системы с искусственным интеллектом не могут одновременно обрабатывать весь интернет. Ключевое ограничение заключается в том, что технология, используемая для фокусировки на релевантной информации, становится невероятно требовательной по мере роста объема текста, который ей необходимо анализировать. По словам Дина, обработка около миллиона фрагментов текста уже является значительной задачей. Расширение до миллиардов или даже триллионов фрагментов текста невозможно с использованием текущих подходов.

Дин предвидит будущие модели ИИ, которые, кажется, обрабатывают огромные объемы информации — триллионы элементов, на самом деле. Достижение этого потребует инновационных подходов, выходящих за рамки простого увеличения текущих технологий. Пока что поиск в ИИ, вероятно, будет продолжаться путем первоначального поиска нескольких релевантных документов из гораздо большего набора, а *then* создания ответа.

Почему это важно

Искусственный интеллект, который анализирует ваш контент, постоянно совершенствуется, но он приоритизирует быструю обработку информации над глубоким её пониманием. Он создан для поиска и использования вашего контента при необходимости, а не для его постоянного хранения. Чтобы появиться в результатах поиска на основе искусственного интеллекта, наиболее эффективной стратегией является сосредоточение на том, как Google в настоящее время находит и ранжирует веб-сайты.

С тех пор, как Google представила свои AI-функции с Gemini 2.0, мы отслеживали все обновления базовых AI-моделей. Изначально был выпущен Gemini 3 с AI Mode, а затем Gemini 3 Flash стал стандартной моделью спустя месяц. Теперь Gemini 3 является стандартной моделью, обеспечивающей работу AI Overviews по всему миру.

Google последовательно разрабатывает новые модели в два этапа: сначала создавая мощную, передовую версию, а затем дорабатывая её, превращая в более быструю и эффективную версию для повседневного использования. По словам Дина, этот двухэтапный процесс является долгосрочным планом Google по поддержанию своих поисковых возможностей, а не просто краткосрочным решением.

Взгляд в будущее

По словам Дина, поэтапный поиск, вероятно, останется популярным до тех пор, пока механизмы внимания не смогут преодолеть свои текущие ограничения в вычислительной мощности. Разработка Google Flash указывает на то, что они планируют использовать этот подход во многих будущих моделях.

Ключевым направлением развития, за которым стоит следить, является автоматический выбор модели. Robby Stein из Google обсуждал идею интеллектуальной перенаправки сложных вопросов на более мощную модель ‘Pro’, при этом продолжая использовать более быструю модель ‘Flash’ для большинства запросов.

Смотрите также

2026-02-19 00:40