Google se lance à son tour dans la course à l’IA générative avec Gemini, sa nouvelle plateforme regroupant une suite de modèles, d’applications et de services d’intelligence artificielle. Développée par les laboratoires de recherche en IA de Google, DeepMind et Google Research, Gemini promet des capacités multimodales avancées pour analyser et générer du texte, des images, de l’audio et de la vidéo.
Quatre saveurs de modèles Gemini
La famille de modèles Gemini se décline en quatre variantes principales :
- Gemini Ultra : le modèle le plus performant
- Gemini Pro : une alternative légère à Ultra
- Gemini Flash : une version « distillée » et plus rapide de Pro
- Gemini Nano : deux petits modèles (Nano-1 et Nano-2) conçus pour fonctionner hors ligne sur les appareils mobiles
Tous ces modèles ont été pré-entraînés et affinés sur une grande variété de données publiques, propriétaires et sous licence, notamment du texte dans différentes langues, de l’audio, des images, des vidéos et des bases de code.
Des applications Gemini en façade
Google propose également des applications Gemini sur le web et le mobile, servant d’interfaces conversationnelles pour interagir avec les modèles sous-jacents. Ces apps peuvent accepter des entrées textuelles, vocales et visuelles (images, PDF, vidéos), générer des images en plus du texte, et synchroniser les conversations entre appareils.
Gemini s’intègre aux produits Google
Au-delà des applications dédiées, les capacités de Gemini sont progressivement intégrées à de nombreux produits et services Google :
- Assistance à la rédaction, au codage et à l’analyse dans Gmail, Google Docs, Sheets, Meet, Drive et Cloud
- Recherche multimodale, résumé et réponses aux questions dans Chrome et Google Search
- Descriptions générées par IA dans Google TV et Google Photos
- Complétion et génération de code, analyse de sécurité dans les outils pour développeurs (Firebase, Cloud Code, etc.)
Capacités multimodales avancées
Grâce à leur nature multimodale, les modèles Gemini sont capables de prouesses impressionnantes selon Google, comme :
- Analyser une feuille d’exercices de physique, résoudre les problèmes étape par étape et repérer les erreurs
- Identifier les publications scientifiques pertinentes, en extraire les informations clés et mettre à jour des graphiques avec des données récentes
- Transcrire la parole, sous-titrer des images et des vidéos en temps réel
- Générer des images à partir de descriptions textuelles
Gemini face à GPT-4 et Claude
Google affirme que Gemini Ultra surpasse les modèles de pointe actuels comme GPT-4 d’OpenAI sur la plupart des benchmarks académiques. Cependant, ces scores ne semblent que légèrement supérieurs, et la dernière version de GPT-4 (GPT-4o) reste devant en termes d’évaluation textuelle, de compréhension visuelle et de traduction audio. Le modèle Claude 3.5 Sonnet d’Anthropic les bat même tous les deux pour l’instant.
Les modèles Gemini Ultra, Pro et Flash sont disponibles via l’API Gemini et les plateformes Vertex AI et AI Studio de Google Cloud, avec des options gratuites limitées et une tarification à l’usage ensuite. Le prix d’Ultra n’a pas encore été annoncé, et Nano est toujours en accès anticipé.
L’avenir de Gemini
Google a plusieurs projets dans les cartons pour étendre les capacités et la disponibilité de Gemini, comme la création de chatbots personnalisés (Gems), des conversations vocales approfondies (Gemini Live), et de potentielles intégrations dans les produits Apple. Néanmoins, l’entreprise a parfois eu du mal à tenir ses promesses et à fournir des démonstrations honnêtes des capacités réelles de ses modèles par le passé.
Quoi qu’il en soit, Gemini représente l’offensive la plus sérieuse de Google à ce jour dans le domaine bouillonnant de l’IA générative, face à des concurrents acharnés comme OpenAI et Anthropic. La bataille ne fait que commencer, et beaucoup de questions restent en suspens, notamment sur l’éthique, la transparence, les biais et les risques de ces nouvelles technologies. Une chose est sûre : la course à l’IA générative promet d’être passionnante à suivre !
