Le géant américain de la recherche Google LLC a officiellement lancé Gemini, son dernier modèle d’intelligence artificielle (IA) qui devrait surpasser les capacités du GPT-4 d’OpenAI Inc.
Développé par DeepMind Technologies Ltd, le nouveau grand modèle de langage (LLM) a été amélioré pour fonctionner avec des tailles et des cas d’utilisation variés.
La suite d’outils multimodaux de Gemini est une caractéristique clé qui le rend unique par rapport aux modèles précédents.
Au lieu du texte, la technologie s’appuie sur des images, des vidéos et des sons. Sa multimodalité permet de comprendre et de traiter une série de types de données en tant qu’entrées et sorties.
Il est également conçu pour effectuer des codages spécialisés et comprendre des problèmes physiques complexes, qu’il peut transformer en formules mathématiques. Des compétences aussi avancées en matière de résolution de problèmes n’ont pas été observées dans les LLM traditionnels.
Outre Gemini 1.0, la technologie est proposée en trois variantes : Ultra, Pro et Nano, la première démontrant une compréhension plus avancée que celle d’un humain professionnel, selon Google.
Lors d’un test de compréhension du langage multimodal (MMLU), la société technologique a déclaré que Gemini Ultra avait atteint un taux de précision de 90%, dépassant ainsi les performances d’un expert humain.
Jeff Dean, responsable scientifique chez Google, a déclaré que la version Ultra du modèle d’IA était la première à atteindre une telle performance dans le cadre d’un test MMLU portant sur 57 sujets.
Le titan de la recherche offre actuellement aux utilisateurs l’accès à la version affinée de Gemini Pro par l’intermédiaire de son chatbot Bard. L’Ultra devrait être lancé en 2024 avec l’assistant IA amélioré de Google, Bard Advanced.
À terme, l’entreprise souhaite que Gemini soit disponible dans plus de 170 langues et utilise le LLM pour aider sa gamme de téléphones Pixel et l’expérience génératrice de recherche (Search Generative Experience, SGE).
Le potentiel de Gemini pour rivaliser avec le GPT-4 d’OpenAI
Gemini est la preuve de l’engagement continu de Google à être une entreprise axée sur l’IA.
L’entreprise a accéléré le lancement de sa technologie d’IA et alloué des ressources à quelques nouveaux efforts en matière d’IA pour tenter de réduire le bruit autour de ChatGPT et de se réinventer en tant que leader mondial de l’IA.
Les entreprises impliquées dans l’IA sont en quelque sorte dans une « course à l’armement », selon l’ancien directeur général Oren Etzioni. Bien qu’il n’y ait aucune raison de mettre en doute la capacité de Gemini à surpasser GPT-4 sur certains critères de référence, M. Etzioni estime que GPT-5 pourrait être plus performant.
Les capacités d’IA de Google se sont améliorées et leur flexibilité pourrait ouvrir la voie à de nouvelles applications dans divers domaines.
Cependant, le professeur Alexei Efros a déclaré que Gemini, comme GPT-4, pourrait encore montrer des limites dans la compréhension des complexités pratiques, exprimant son incertitude quant à l’obtention des informations dont ils ont besoin sur Gemini, car ils ne savent pas ce que contiennent ces modèles exclusifs.
Pour l’instant, d’autres évaluations en situation réelle doivent être menées pour déterminer les niveaux de performance réels de la dernière création de Google.
