Présentation de Gemini : le modèle d'IA multimodal sophistiqué de Google

Dans un bond en avant dans le domaine de l'intelligence artificielle, Google a présenté Gemini, son dernier modèle d'IA. Ce modèle innovant, contrairement aux modèles traditionnels, est capable d'interpréter des formats de données hétérogènes : texte, code, audio, image et vidéo, dès le départ.

En règle générale, les modèles multimodaux sont développés en formant séparément différents composants pour divers formats d'informations, puis en les intégrant. Néanmoins, s’écartant de cette pratique standard, Gemini adopte une approche différente. Le modèle s'est entraîné dès le départ sur différents formats de données et a été affiné avec des données multimodales supplémentaires. Cette méthodologie permet à Gemini de comprendre et de raisonner sur plusieurs types de données, surpassant ainsi les modèles multimodaux actuels. Soulignant les atouts de Gemini, Sundar Pichai, PDG de Google et Alphabet, et Demis Hassabis, PDG et co-fondateur de Google DeepMind, ont déclaré que les capacités du modèle sont comparables à celles des meilleurs dans presque tous les domaines.

Remarquablement, les Gémeaux possèdent de solides prouesses de raisonnement, ce qui leur permet de percevoir des informations écrites et visuelles complexes. Grâce à cela, il est capable d’extraire des connaissances difficiles à trouver à partir de vastes pools de données. Un seul exemple en est sa capacité à passer au crible des centaines de milliers de documents pour obtenir des informations précieuses conduisant à des percées dans de nombreux domaines. De plus, les aspects multimodaux de Gemini le rendent particulièrement efficace pour déchiffrer des questions complexes dans des matières comme les mathématiques et la physique.

Le Gemini 1.0 initial est disponible en trois variantes : Ultra, Pro et Nano, chacune répondant à des exigences de taille différentes. Selon Google, Gemini Ultra a surpassé 30 des 32 références académiques couramment utilisées dans le développement de modèles et la recherche lors de l'analyse comparative préliminaire. Notamment, Gemini Ultra est également le tout premier modèle à surpasser les experts humains. Cela a été évalué à l’aide de la compréhension massive du langage multitâche (MMLU), englobant 57 disciplines allant des mathématiques et de la physique à l’histoire, au droit, à la médecine et à l’éthique.

Gemini Pro est désormais intégré à Bard, ce qui représente la mise à jour la plus importante de Bard depuis sa sortie. Il convient de noter que le Pixel 8 Pro a également été optimisé pour exploiter les capacités de Gemini Nano pour alimenter des fonctionnalités telles que Résumer dans l'application Recorder et Smart Reply dans le clavier de Google.

Au cours des prochains mois, Gemini devrait être intégré à davantage de produits Google, tels que Search, Ads, Chrome et Duet AI. À partir du 13 décembre, les développeurs auront accès à Gemini Pro via l'API Gemini dans Google AI Studio ou Google Cloud Vortex AI.

En plus de cela, Gemini peut comprendre plusieurs langages de programmation courants, notamment Python, Java, C++ et Go. Selon Pichai et Hassabis, la solide maîtrise du langage et la capacité de raisonnement de Gemini sur des informations complexes en font un modèle de base de premier plan pour le codage dans le monde entier.

Google a également employé Gemini pour concevoir un système avancé de génération de code connu sous le nom d'AlphaCode 2. Ce système, une mise à niveau de la première version publiée il y a deux ans, peut résoudre des problèmes de programmation compétitifs impliquant des mathématiques complexes et de l'informatique théorique.

S'ajoutant à la série d'annonces, le dévoilement d'un nouveau système TPU nommé Cloud TPU v5p, conçu pour former des modèles d'IA de pointe, complète encore le lancement de Gemini. Ce TPU de nouvelle génération accélérera le développement de Gemini et aidera les développeurs et les entreprises clientes à former plus rapidement des modèles d'IA génératifs à grande échelle. Cela garantira que les nouveaux services et capacités parviendront aux clients dans un délai plus court.

Google a souligné son adhésion aux principes d'IA responsable lors du développement de Gemini. Il a mené des recherches dans des domaines à risque potentiel tels que la cyber-infraction, la persuasion et l'autonomie. Des classificateurs de sécurité ont également été créés pour identifier, étiqueter et séparer les contenus contenant de la violence ou des stéréotypes négatifs.

Le lancement de Gemini marque une étape cruciale dans l'évolution de l'IA et ouvre une nouvelle ère chez Google. Avec les efforts actuellement en cours pour étendre les fonctionnalités de Gemini aux versions futures, les améliorations de la planification et de la mémoire, ainsi que l'augmentation de la fenêtre contextuelle pour traiter davantage d'informations, promettent de meilleures réponses à l'avenir.

À mesure que les horizons du domaine du no-code et low-code s'élargissent, des plates-formes comme AppMaster permettent aux développeurs et aux professionnels de créer des applications évolutives et puissantes pour compléter les avancées de l'IA comme Gemini. Présentant une liste impressionnante de fonctionnalités, AppMaster se distingue comme une solution polyvalente et rentable dans le paysage du développement d'applications en évolution rapide.