Google satsar brett på AI med rymdspel, Reddit-citat och snabbare modeller

En bred offensiv på tre fronter

Google visar just nu hur en AI-jätte tänker när den satsar brett. Samtidigt som DeepMind inleder ett partnerskap med spelutvecklarna bakom EVE Online för att träna AI-modeller i den komplexa rymdmiljön, integrerar företaget Reddit-citat direkt i sina AI-genererade sökresultat och lanserar hastighetsoptimerade versioner av sina Gemma 4-modeller.

Satsningarna spänner över hela kedjan – från grundforskning till slutanvändarupplevelse. Det är en strategi som visar både Googles resursstyrka och deras medvetenhet om att AI-konkurrensen kräver innovation på flera plan samtidigt.

Rymdspel som AI-laboratorium

Partnerskapet med EVE Online-utvecklarna, som nu döpt om sig till Fenris Creations efter att ha köpt sig fria från sina sydkoreanska ägare för 120 miljoner dollar, representerar ett fascinerande skifte i hur vi tänker kring AI-träning. Enligt meddelandet från DeepMind och Fenris erbjuder EVE Online "en unikt rik miljö för studier", särskilt för AI-system som kräver långsiktig planering och kontinuerlig inlärning.

Det här är inte Googles första flirt med spelvärlden som testmiljö – från AlphaGos genombrott i Go till StarCraft II-experimenten har DeepMind konsekvent visat att komplexa spelmiljöer fungerar som utmärkta träningsplatser för AI-system. EVE Onlines persistenta universum, där tusentals spelare interagerar i realtid, erbjuder en komplexitetsgrad som få andra miljöer kan matcha.

Reddit i sökresultaten – en riskabel strategi

Parallellt med denna forskningssatsning gör Google en mer kontroversiell förändring av sina AI-översikter i sökresultaten. Företaget inkluderar nu citat från webbforum som Reddit och andra diskussionsplattformar, med motiveringen att "för många sökningar letar människor i allt större utsträckning efter råd från andra".

Problemet? AI-översikterna har en problematisk historik. Som TechCrunch rapporterar har systemet tidigare citerat satirsajten The Onion när det rekommenderade att "äta en liten sten per dag", och använt Reddit-kommentarer för att råda användare att limma fast ost på pizza. En färsk analys från New York Times visar att AI-översikterna är korrekta nio gånger av tio – men med Googles enorma sökvolym skulle detta innebära hundratusentals felaktiga resultat varje minut.

Hastighet som konkurrensfördel

På den tekniska sidan levererar Google imponerande framsteg med Gemma 4-modellernas nya spekulativa avkodningsteknologi. Genom att använda en lättviktig "utkastmodell" som gissar framtida textdelar medan huvudmodellen arbetar, har Google löst ett fundamentalt flaskhalsproblem för lokal AI-körning.

Resultaten är påtagliga: Enligt Ars Technica blev de mindre E2B- och E4B-modellerna på Pixel-telefoner 2,8 respektive 3,1 gånger snabbare. Den större Gemma 4 31B-modellen på Apples M4-processorer fick en 2,5 gångers hastighetsförbättring. Detta är inte bara teknisk förbättring för teknikens skull – det handlar om att göra kraftfull AI tillgänglig för vanlig hårdvara.

Balansen mellan innovation och ansvar

Dessa tre initiativ illustrerar Googles dubbla utmaning i AI-utvecklingen: att både pusha gränserna för vad som är tekniskt möjligt och hantera de praktiska konsekvenserna när miljontals användare förlitar sig på deras system dagligen.

EVE Online-partnerskapet representerar den långa sikten – grundforskning som kan leda till genombrott inom flera år. Gemma 4-förbättringarna visar kortsiktig innovation som direkt gynnar utvecklare och användare. Men Reddit-integrationen? Den visar hur svårt det är att balansera användarnas önskemål om mer mänsklig information med behovet av faktisk korrekthet.