Discussion :

[Stéphane le calme]

Comment Google DeepMind compte-t-il révolutionner l'IA générative et détrôner ChatGPT avec Gemini,
son système d’IA qui combine les forces d’AlphaGo aux capacités des grands modèles de langage

Google DeepMind, le laboratoire d’intelligence artificielle de Google, travaille sur un nouveau système appelé Gemini qui promet de dépasser les capacités de ChatGPT, le chatbot développé par OpenAI. C’est ce qu’a déclaré Demis Hassabis, le cofondateur et PDG de DeepMind, lors d’une interview.

DeepMind est un pionnier de la recherche en IA depuis dix ans. La société, basée à Londres, au Royaume-Uni, a fait ses preuves avec les systèmes tels qu’AlphaCode, AlphaGo et AlphaFold. Le système d'IA AlphaGo de DeepMind a réussi l'exploit de terrasser Lee Sedol, l'un des meilleurs joueurs du jeu de Go au monde. La société a été rachetée par Alphabet, la société mère de Google, le géant de la recherche et DeepMind ayant entretenu des liens étroits ces dernières années. Après des systèmes d'IA pour le jeu de Go (AlphaGo) et la programmation (AlphaCode), DeepMind a annoncé qu'il se prépare désormais à se lancer sur le marché des chatbots.

Gemini est un modèle de langage de grande taille qui traite du texte et qui est similaire à GPT-4, la technologie qui alimente ChatGPT. Mais Hassabis affirme que son équipe va combiner cette technologie avec des techniques utilisées dans AlphaGo, le programme qui a battu un champion du jeu de Go en 2016. L’objectif est de doter le système de nouvelles capacités telles que la planification ou la résolution de problèmes.

« À un niveau élevé, vous pouvez penser à Gemini comme combinant certaines des forces des systèmes de type AlphaGo avec les capacités linguistiques incroyables des grands modèles », explique Hassabis. « Nous avons aussi quelques innovations qui vont être assez intéressantes ».

Gemini a été présenté pour la première fois lors de la conférence des développeurs de Google le mois dernier, lorsque la société a annoncé une série de nouveaux projets d’IA. AlphaGo était basé sur une technique que DeepMind a perfectionnée appelée l’apprentissage par renforcement, dans laquelle un logiciel apprend à résoudre des problèmes difficiles qui nécessitent de choisir des actions à entreprendre comme dans le Go ou les jeux vidéo en faisant des tentatives répétées et en recevant un retour d’information sur ses performances. Il utilisait également une méthode appelée recherche arborescente pour explorer et mémoriser les coups possibles sur le plateau.

La prochaine grande avancée pour les modèles de langage pourrait impliquer qu’ils effectuent davantage de tâches sur internet et sur les ordinateurs. Gemini est encore en développement, un processus qui prendra plusieurs mois, selon Hassabis. Il pourrait coûter des dizaines ou des centaines de millions de dollars. Sam Altman, PDG d’OpenAI, a déclaré en avril que la création de GPT-4 avait coûté plus de 100 millions de dollars.

Rattraper son retard

Lorsque Gemini sera achevé, il pourrait jouer un rôle majeur dans la réponse de Google à la menace concurrentielle posée par ChatGPT et d’autres technologies d’IA génératives. La société de recherche a été pionnière dans de nombreuses techniques qui ont permis le récent torrent de nouvelles idées en IA, mais a choisi de développer et de déployer des produits basés sur celles-ci avec prudence. Depuis le lancement de ChatGPT, Google s’est empressé de sortir son propre chatbot, Bard, et d’intégrer l’IA générative dans son moteur de recherche et de nombreux autres produits.

Pour stimuler la recherche en IA, la société a fusionné en avril l’unité DeepMind d’Hassabis avec le principal laboratoire d’IA de Google, Brain, pour créer Google DeepMind. Hassabis affirme que la nouvelle équipe réunira deux poids lourds qui ont été à la base des progrès récents en IA.

Les perspectives d’avenir : libérer le pouvoir de Gemini

Former un modèle de langage sophistiqué comme Gemini implique de fournir au logiciel d’apprentissage automatique d’énormes quantités de texte soigneusement sélectionnées. Hassabis explique que son équipe utilise des données provenant de sources diverses et variées, telles que des livres, des articles, des blogs, des réseaux sociaux ou des conversations en ligne. Il précise que les données sont filtrées pour éliminer les contenus inappropriés ou biaisés.

L’un des principaux défis auxquels DeepMind doit faire face est de s’assurer que Gemini respecte les normes éthiques et les principes de Google en matière d’IA responsable. Hassabis affirme que son équipe travaille en étroite collaboration avec les experts en éthique et en politique de Google pour garantir que le système soit sûr, fiable et bénéfique pour la société.

« Nous voulons nous assurer que Gemini soit un outil utile et positif pour les gens », dit-il. « Nous voulons qu’il soit capable de répondre à des questions, de fournir des informations, de générer du contenu créatif ou de divertir les utilisateurs ».

Hassabis envisage que Gemini puisse être utilisé dans divers domaines, tels que l’éducation, la santé, le divertissement ou les affaires. Il espère que le système pourra aider les gens à apprendre de nouvelles choses, à résoudre des problèmes, à exprimer leur créativité ou à se connecter avec d’autres.

« Nous pensons que Gemini a le potentiel de changer la façon dont les gens interagissent avec l’IA et avec le monde », dit-il. « Nous sommes impatients de partager nos progrès avec le public et d’obtenir leurs commentaires ».

Un rival de taille pour ChatGPT ?

Gemini n’est pas le seul modèle de langage à vouloir rivaliser avec ChatGPT. D’autres acteurs majeurs du domaine de l’IA, tels que Facebook, Microsoft ou Amazon, travaillent également sur leurs propres systèmes. Hassabis reconnaît que la concurrence est rude, mais il affirme que DeepMind a un avantage unique : son expérience et son expertise dans l’apprentissage par renforcement et la recherche arborescente.

« Nous pensons que ces techniques sont essentielles pour créer des systèmes d’IA capables de raisonner, de planifier et de résoudre des problèmes complexes », dit-il. « Nous pensons que Gemini sera le premier modèle de langage à intégrer ces capacités de manière efficace et robuste ».

Hassabis se dit confiant dans le fait que Gemini surpassera ChatGPT et les autres modèles de langage existants ou à venir. Il affirme que le système sera capable de générer des réponses plus pertinentes, plus cohérentes et plus diversifiées que ses concurrents. Il ajoute que le système sera également capable de s’adapter aux besoins et aux préférences des utilisateurs, en leur offrant une expérience personnalisée et engageante.

« Nous pensons que Gemini sera le modèle de langage le plus avancé et le plus polyvalent jamais créé », dit-il. « Nous pensons qu’il ouvrira la voie à une nouvelle génération d’IA générative qui aura un impact positif sur le monde ».

DeepMind n'en est pas à son coup d'essai

Il convient de noter que Gemini n'est pas la première incursion de DeepMind dans les modèles de langage. L'année dernière, la société a présenté Sparrow, un chatbot qui, selon le laboratoire, était moins susceptible que d'autres modèles linguistiques de donner des réponses « dangereuses » ou « inappropriées » aux questions.

Pour créer des agents de dialogue plus sûrs, nous devons être capables d'apprendre de la rétroaction humaine. En appliquant l'apprentissage par renforcement basé sur les commentaires des participants à la recherche, nous explorons de nouvelles méthodes de formation des agents de dialogue qui s'avèrent prometteuses pour un système plus sûr.

Dans notre dernier article, nous présentons Sparrow - un agent de dialogue qui est utile et réduit le risque de réponses dangereuses et inappropriées. Notre agent est conçu pour parler avec un utilisateur, répondre à des questions et effectuer des recherches sur Internet à l'aide de Google lorsqu'il est utile de rechercher des preuves pour éclairer ses réponses.

Sparrow est un modèle de recherche et une preuve de concept, conçu dans le but de former des agents de dialogue pour qu'ils soient plus utiles, corrects et inoffensifs. En apprenant ces qualités dans un cadre de dialogue général, Sparrow fait progresser notre compréhension de la façon dont nous pouvons former des agents pour qu'ils soient plus sûrs et plus utiles - et finalement, pour aider à construire une intelligence artificielle générale (IAG) plus sûre et plus utile.

Selon les premiers tests, Sparrow fournit une réponse plausible et l'étaye avec des preuves 78 % du temps lorsqu'on lui pose une question factuelle : « Pourtant, Sparrow n'est pas à l'abri de faire des erreurs, comme des faits hallucinants et de donner des réponses parfois hors sujet », reconnaît DeepMind.

Hassabis a déclaré en janvier que DeepMind envisagerait de publier Sparrow pour une bêta privée dans le courant de l'année ; on ne sait pas si ces plans sont toujours sur la bonne voie.

Gemini est cependant le travail le plus ambitieux de DeepMind dans ce segment à ce jour, du moins si l'on en croit les premiers rapports. The Information a rapporté en mars que Gemini (qui a été stimulé par les échecs de Bard, le projet de chatbot de Google), pour suivre le rythme de ChatGPT, a une participation directe des plus hauts gradés de Google, y compris Jeff Dean, le plus haut responsable de la recherche sur l'IA de l'entreprise.

Vers une recherche plus transparente

Alors que le développement de l'IA s'accélère, Hassabis reconnaît les risques et les incertitudes qui y sont associés. Les experts en intelligence artificielle craignent que la technologie ne soit exploitée à des fins malveillantes ou ne devienne difficile à contrôler. Certains ont même appelé à l'arrêt du développement d'algorithmes plus puissants pour éviter de créer des entités potentiellement dangereuses.

Cependant, Hassabis soutient que les énormes avantages potentiels de l'IA, tels que les progrès dans des domaines tels que la santé ou la science du climat, nécessitent la poursuite du développement de l'IA. Bien qu'il reconnaisse les risques, il croit fermement au progrès de la technologie de l'IA, la décrivant comme étant potentiellement « la technologie la plus bénéfique pour l'humanité », si elle est développée correctement.

DeepMind est conscient des risques potentiels de l'IA depuis sa création, avec un groupe interne de « sécurité de l'IA » dirigé par l'un des cofondateurs de l'entreprise, Shane Legg. Hassabis s'est également joint à d'autres personnalités de premier plan de l'IA pour publier une déclaration mettant en garde contre les risques associés à l'IA qui pourraient être comparables à une guerre nucléaire ou à une pandémie.

L'un des défis immédiats de Hassabis est d'identifier les risques probables d'une IA plus performante. Dans un effort pour promouvoir la transparence et ouvrir la recherche sur l'IA, Hassabis a suggéré que DeepMind pourrait accorder un accès précoce aux modèles de frontière pour le milieu universitaire. Cette décision contrecarrerait la crainte croissante que des experts extérieurs aux grandes entreprises soient exclus des dernières recherches sur l'IA.

Alors que la menace posée par l'IA reste incertaine, Hassabis demande instamment le développement de garanties compte tenu du rythme des progrès de l'IA.

Source : interview Demis Hassabis

Et vous ?

Que pensez-vous de l’annonce de Google DeepMind sur Gemini ?
Quelle lecture faites-vous des avancées promises par le PDG de DeepMind ?

[Michael Guilloux]

Sergey Brin, cofondateur de Google, signe son retour pour aider à développer Gemini, le concurrent de ChatGPT
L'ex-président d'Alphabet s'implique dans la stratégie IA et le recrutement

Le cofondateur de Google, Sergey Brin, est revenu au siège de l'entreprise pour contribuer au développement de Gemini, le futur concurrent de ChatGPT. Après avoir quitté son poste de président d'Alphabet en 2019, Brin s'est de plus en plus impliqué dans la stratégie d'IA de Google en travaillant avec les chercheurs. Il s'est notamment penché sur des aspects techniques liés à l'IA et a été impliqué dans le recrutement de chercheurs. Son implication accrue reflète sa passion pour l'IA et les défis auxquels Google fait face pour rester compétitif dans le domaine. L'objectif de Google est de rivaliser avec le modèle GPT-4 d'OpenAI en lançant Gemini, dont le développement est dirigé par Demis Hassabis de Google DeepMind.

C'est en décembre 2019 que Sergey Brin et Larry Page, cofondateurs de Google, ont décidé de quitter la direction d'Alphabet, société mère de Google. Larry Page a démissionné de son poste de PDG d'Alphabet, tandis que Sergey Brin a quitté son poste de président. Cependant, les deux cofondateurs sont restés des actionnaires importants de l'entreprise et ont continué à exercer une influence significative sur les décisions stratégiques.

En tant que président de Google puis de la société mère Alphabet, Sergey Brin a été un moteur majeur derrière plusieurs projets de recherche et d'innovation de l'entreprise. Il a été impliqué dans le développement de Google Search, Google Maps, Google Glass, et d'autres projets novateurs qui ont contribué à la diversification de l'entreprise.

Aujourd'hui, le monde est en train de connaitre une petite révolution technologique avec les grands modèles de langage, mais Google, reconnu comme un des leaders mondiaux de l'IA, semble à la traîne. Pour rattraper son retard, l'entreprise est en train de développer un nouveau système supposé être plus performant que ChatGPT, et Sergey Brin a décidé de s'y impliquer.

Sergey Brin

Certains médias US rapportent en effet que depuis un certain temps, l'ex-président d'Alphabet se rend trois à quatre jours par semaine au siège d'Alphabet pour aider à développer Gemini. Son implication aurait porté sur des aspects techniques et administratifs, tels que la mesure des performances de l'IA, le recrutement de chercheurs, et l'organisation de réunions hebdomadaires pour discuter des dernières recherches en IA.

Sergey Brin et l'autre cofondateur d'Alphabet, Larry Page, ont été sollicités pour apporter leur soutien en décembre dernier, lorsque le PDG de Google, Sundar Pichai, a lancé une alerte rouge en réponse au lancement de ChatGPT.

Cependant, l'implication de Brin dans les efforts d'IA de Google s'est considérablement renforcée depuis lors. Cela intervient également à un moment critique pour le géant de la recherche, qui se retrouve à la traîne dans une compétition de plus en plus intense pour dominer le domaine de l'IA.

D'anciens et actuels employés de Google ont déclaré que l'implication accrue de Brin reflète sa passion pour l'IA ainsi que les défis de Google pour suivre le rythme de la commercialisation rapide de l'IA par ses concurrents. Pour rattraper son retard, Google compte énormément sur Gemini, son IA dont le développement est dirigé par le patron de Google DeepMind, Demis Hassabis.

Gemini est grand modèle de langage qui est similaire à GPT-4, la technologie qui alimente ChatGPT. Mais Hassabis affirme que son équipe va combiner cette technologie avec des techniques utilisées dans AlphaGo, le programme qui a battu un champion du jeu de Go en 2016. L’objectif est de doter le système de nouvelles capacités telles que la planification ou la résolution de problèmes.

« À un niveau élevé, vous pouvez penser à Gemini comme combinant certaines des forces des systèmes de type AlphaGo avec les capacités linguistiques incroyables des grands modèles », explique Hassabis. « Nous avons aussi quelques innovations qui vont être assez intéressantes ».

Gemini a été présenté pour la première fois lors de la conférence des développeurs de Google au mois de mai, lorsque la société a annoncé une série de nouveaux projets d’IA. AlphaGo était basé sur une technique que DeepMind a perfectionnée, appelée l’apprentissage par renforcement. Grâce à cette technique, AlphaGo apprend à résoudre des problèmes difficiles qui nécessitent de choisir des actions à entreprendre comme dans le Go ou les jeux vidéo en faisant des tentatives répétées et en recevant un retour d’information sur ses performances. Il utilisait également une méthode appelée recherche arborescente pour explorer et mémoriser les coups possibles sur le plateau.

Gemini fera face à une concurrence rude

Lorsque Gemini sera achevé, il pourrait jouer un rôle majeur dans la réponse de Google à la menace concurrentielle posée par ChatGPT, mais pas seulement le système d'OpenAI. D’autres acteurs majeurs du domaine de l’IA, tels que Facebook ou Amazon, travaillent également sur leurs propres systèmes. Et la semaine dernière, Meta a dévoilé Llama 2. Il s'agit d'une nouvelle version de son grand modèle de langage, lancée en partenariat avec Microsoft, dans le but de rendre l'IA générative gratuitement accessible aux développeurs et aux entreprises.

Meta et Microsoft ont déclaré que le modèle serait "open source", bien que les partenaires ayant plus de 700 millions d'utilisateurs actifs par mois auront besoin d'une autorisation spéciale de Meta pour utiliser le modèle, selon les termes et conditions.

Hassabis reconnaît que la concurrence est rude, mais il affirme que DeepMind a un avantage unique : son expérience et son expertise dans l’apprentissage par renforcement et la recherche arborescente.

« Nous pensons que ces techniques sont essentielles pour créer des systèmes d’IA capables de raisonner, de planifier et de résoudre des problèmes complexes. Nous pensons que Gemini sera le premier modèle de langage à intégrer ces capacités de manière efficace et robuste », dit-il.

Hassabis se dit confiant dans le fait que Gemini surpassera ChatGPT et les autres modèles de langage existants ou à venir. Il affirme que le système sera capable de générer des réponses plus pertinentes, plus cohérentes et plus diversifiées que ses concurrents. Il ajoute que le système sera également capable de s’adapter aux besoins et aux préférences des utilisateurs, en leur offrant une expérience personnalisée et engageante.

« Nous pensons que Gemini sera le modèle de langage le plus avancé et le plus polyvalent jamais créé », dit-il. « Nous pensons qu’il ouvrira la voie à une nouvelle génération d’IA générative qui aura un impact positif sur le monde ».

Et vous ?

Que pensez-vous du retour de Sergey Brin pour travailler sur le concurrent de ChatGPT ?
Même si Gemini se montre plus performant que GPT, Google pourrait-il rattraper son retard sur le marché ?

Voir aussi

Meta s'associe à Microsoft et lance en open-source LLaMA 2 pour faire concurrence à chatGPT d'OpenAI, l'entreprise pourrait vouloir diluer l'avantage concurrentiel de ses rivaux

Comment Google DeepMind compte révolutionner l'IA générative et détrôner ChatGPT avec Gemini, son système d'IA qui combine les forces d'AlphaGo aux capacités des grands modèles de langage

GPT-4 est passé de 98 % à 2 % de réponses exactes à un problème mathématique simple en l'espace de quelques mois, selon une étude qui révèle que les performances de ChatGPT et GPT-4 sont en déclin

Le chatbot Bard de Google est enfin lancé dans l'UE et prend désormais en charge plus de 40 langues, mais les préoccupations en matière de protection de la vie privée persistent

[Mathis Lucas]

Le modèle d'IA Gemini de Google pourrait être cinq fois plus puissant que le modèle de langage GPT-4 d'OpenAI
il devrait combiner les capacités de GPT-4 et des programmes d'IA tels qu'AlphaGo

Google travaille sur le projet Gemini qu'il a présenté comme un ensemble de grands modèles de langage (LLM) combinant diverses technologies. Alors que l'entreprise entretient un silence total autour de ce développement, un récent article indique que Gemini devrait être au moins cinq fois plus puissant que GPT-4 (le plus puissant modèle de langage d'OpenAI) grâce à ses capacités multimodales et à l'accès potentiel aux vastes bases de données d'entraînement propriétaires de Google provenant de divers services. Google reprendrait ainsi la tête de la course à l'IA. Cependant, aucune information officielle ne permet pour l'instant de corroborer cette affirmation.

Gemini : la réponse stratégique de Google à ChatGPT et GPT-4 d'OpenAI ?

L'intensification de la course à l'IA a poussé Alphabet, la société mère de Google, à fusionner ses deux équipes de recherche sur l'IA, Google Brain et DeepMind, en une seule entité appelée Google DeepMind. Le but déclaré d'Alphabet est de centraliser ses efforts et d'optimiser ses investissements. En plus, ces deux équipes ont un palmarès impressionnant. DeepMind est le créateur d'AlphaGo, l'IA qui a battu un champion du monde du jeu de Go en 2016, d'AlphaFold qui prédit la structure des protéines, etc. Google Brain a contribué à Google Traduction, et a notamment créé TensorFlow, ainsi que le modèle LaMDA sur lequel est basé le chatbot d'IA Bard.

De cette fusion est né le projet Gemini, une série de grands modèles de langage qui combinent les capacités de GPT-4 avec des techniques de formation tirées d'AlphaGo, telles que l'apprentissage par renforcement et la recherche arborescente. Il aurait le potentiel de détrôner ChatGPT en tant que solution d'IA générative la plus dominante de la planète. Gemini semble être la réponse stratégique de Google à ChatGPT. Le lancement de ChatGPT a ébranlé Google dans ses fondements. La menace était telle que le géant de la recherche a dû déclarer un code rouge et commencer à investir pour rattraper son retard sur OpenAI dans le domaine de l'IA générative.

Cet effort s'est traduit non seulement par la sortie de Bard, mais aussi de Gemini. Alors que Bard peine à séduire les utilisateurs, Gemini vise à remettre en question la domination de ChatGPT sur le marché très concurrentiel de l'IA générative. Pour ce faire, Gemini devrait s'appuyer sur ses capacités multimodales et à l'accès potentiel aux vastes données d'entraînement propriétaires de Google provenant de divers services. Les analystes estiment que le marché de l'IA générative pourrait valoir 1 300 milliards de dollars d'ici 2032. Il est donc clair que Google investit à fond dans cet espace pour maintenir sa position de leader dans le développement de l'IA.

Si beaucoup s'attendent à ce que Gemini soit commercialisé à l'automne 2023, on ne sait pas grand-chose sur les capacités du modèle. En mai dernier, Sundar Pichai, PDG de Google et d'Alphabet, a publié un billet de blogue présentant une vue d'ensemble du modèle, en insistant sur ses capacités multimodales : « Gemini a été créé dès le départ pour être multimodal, très efficace en matière d'intégration d'outils et d'API et construit pour permettre de futures innovations, comme la mémoire et la planification. Bien qu'il soit encore tôt, nous voyons déjà des capacités multimodales impressionnantes qui n'ont pas été vues dans les modèles précédents ».

« Une fois affiné et rigoureusement testé pour la sécurité, Gemini sera disponible en différentes tailles et capacités, tout comme PaLM 2 », a-t-il ajouté. Depuis, peu de choses ont filtré sur la sortie officielle, à part l'interview de Demis Hassabis, PDG de Google DeepMind, avec Wired, notant que "Gemini combinera certaines des forces des systèmes de type AlphaGo avec les capacités linguistiques étonnantes des grands modèles". D'autres sources ont également rapporté que Gemini sera capable de générer du texte et des images contextuelles et sera entraîné sur des sources telles que les transcriptions de vidéos YouTube. Mais Google n'a rien confirmé.

Selon les analystes, la fusion des équipes de DeepMind et de Google Brain ne doit pas être sous-estimée, car elle met OpenAI face à une équipe de chercheurs en IA de classe mondiale, dont le cofondateur de Google Sergey Brin et le scientifique principal en IA de DeepMind et expert en apprentissage automatique Paul Barham. Ensemble, ces chercheurs forment une équipe expérimentée qui sait parfaitement comment appliquer des techniques telles que l'apprentissage par renforcement et la recherche arborescente pour créer des programmes d'IA capables de recueillir des commentaires et d'améliorer leur résolution de problèmes au fil du temps.

Gemini a-t-il les capacités nécessaires pour surpasser ChatGPT et GPT-4 ?

L'une des plus grandes conversations autour de la sortie de Gemini est de savoir si le modèle mystérieux de Google a ce qu'il faut pour détrôner ChatGPT, qui a atteint cette année plus de 100 millions d'utilisateurs actifs mensuels. À première vue, la capacité de Gemini à générer du texte et des images lui confère un sérieux avantage sur GPT4 en ce qui concerne la gamme de contenus qu'il peut produire. Toutefois, le facteur de différenciation le plus menaçant entre les deux est sans doute le vaste éventail de données d'entraînement exclusives de Google. Selon plusieurs sources, Gemini peut traiter des données provenant de différents services.

Il s'agit, entre autres, de Google Search, YouTube, Google Books et Google Scholar. (L'on ignore si Google a le droit d'utiliser ces données pour entraîner ses systèmes d'IA) Des analystes suggèrent que l'utilisation de ces données exclusives pour l'entraînement des modèles Gemini pourrait se traduire par un net avantage en matière de sophistication des informations et des déductions qu'ils peuvent tirer d'un ensemble de données. Cela est particulièrement vrai si les premiers rapports indiquant que le modèle Gemini est entraîné sur deux fois plus de jetons que GPT4 sont corrects. D'autres sources parlent de cinq à vingt fois plus de données.

Dans un article publié lundi, les journalistes technologiques Dylan Patel et Daniel Nishball ont affirmé que Google itère à un rythme qui permettra de multiplier par cinq le nombre total de FLOPS (floating-point operations per second - le nombre d'opérations en virgule flottante par seconde) de pré-entraînement de GPT-4 avant la fin de l'année. « La voie est toute tracée pour atteindre 20x d'ici la fin de l'année prochaine, compte tenu de la construction actuelle de l'infrastructure. La question de savoir si Google a le courage de rendre ces modèles publics sans nuire à sa créativité ou à son modèle d'entreprise existant est une autre question », indique l'article.

La raison d'être de Gemini pour Google est d'améliorer ses propres produits, défier Microsoft et, éventuellement, faire progresser la science médicale. La date de sortie et les capacités finales de Gemini sont encore inconnues. L'article indique également que Google dispose de la puissance de calcul nécessaire pour faire face à l'enjeu. Selon l'article, Google ferait partie d'un groupe d'entreprises disposant de plus de 20 000 GPU A100/H100 pour le développement. OpenAI, Anthropic, Inflection, X et Meta seraient les autres entités appartenant au groupe restreint d'entreprises disposant de la puissance de calcul nécessaire pour participer à la course à l'IA.

Les auteurs de l'article affirment également que quelques-unes des entreprises susmentionnées ainsi que de nombreuses entreprises chinoises disposeront de plus de 100 000 unités de ces GPU d'ici la fin de l'année prochaine. Cependant, aucune source officielle ne permet pour l'instant de corroborer ces déclarations ni ces chiffres. Aucune de ces entreprises ne communique sur la puissance de calcul dont elle dispose pour le développement de ses systèmes d'IA. Lors de l'annonce de ces résultats la semaine dernière, Nvidia a reconnu avoir des difficultés à faire face à la demande des accélérateurs GPU H100, mais n'a pas communiqué sur ses clients.

En somme, les capacités multimodales de Gemini, l'utilisation de l'apprentissage par renforcement, les capacités de génération de textes et d'images et les données propriétaires de Google sont tous les ingrédients dont Gemini a besoin pour surpasser GPT-4. Les données d'entraînement sont le principal facteur de différenciation. Après tout, l'organisation qui remportera la course aux grands modèles de langage sera en grande partie déterminée par celle qui entraînera ses modèles sur l'ensemble de données le plus vaste et le plus riche. La question est maintenant de savoir ce que fera OpenAI pour répondre à cette concurrence.

Et vous ?

Quel est votre avis sur le sujet ?
Que pensez-vous du projet Gemini de Google ?
Selon vous, à quoi pourrait-on s'attendre avec ce projet ?
Google peut-il faire face au partenariat entre Microsoft et OpenAI ?
Google est-il en mesure de reprendre la tête de la course à l'IA ? Pourquoi ?

Voir aussi

Comment Google DeepMind compte révolutionner l'IA générative et détrôner ChatGPT avec Gemini, son système d'IA qui combine les forces d'AlphaGo aux capacités des grands modèles de langage

Sergey Brin, cofondateur de Google, signe son retour pour aider à développer Gemini, le concurrent de ChatGPT. L'ex-président d'Alphabet s'implique dans la stratégie IA et le recrutement

Des employés clés d'OpenAI démissionnent pour rejoindre Google qui travaille sur un système d'intelligence artificielle qui pourrait surpasser ChatGPT

[Jade Emy]

Google s'apprête à lancer le logiciel d'IA Gemini, un ensemble de LLM, pouvant résumer ou générer des textes originaux en fonction de ce que les utilisateurs veulent lire.

Google, la société d'Alphabet, a donné à un petit groupe d'entreprises l'accès à une première version de Gemini, son logiciel d'intelligence artificielle conversationnelle, a rapporté The Information jeudi. Gemini est destiné à concurrencer le modèle GPT-4 d'OpenAI, selon le rapport.

Pour Google, les enjeux du lancement de Gemini sont importants. Google a intensifié ses investissements dans l'IA générative cette année pour rattraper son retard après que le lancement de ChatGPT par OpenAI, soutenu par Microsoft, a pris d'assaut le monde de la technologie l'année dernière.

Gemini est une collection de modèles de grands langages qui alimentent tout, des chatbots aux fonctions, qui résume un texte ou génèrent un texte original basé sur ce que les utilisateurs veulent lire, comme des brouillons de courriels, des paroles de musique ou des articles d'actualité, selon le rapport. Il devrait également aider les ingénieurs logiciels à écrire du code et à générer des images originales basées sur ce que les utilisateurs demandent à voir.

Google donne actuellement aux développeurs l'accès à une version relativement grande de Gemini, mais pas à la version la plus grande qu'il est en train de développer et qui serait plus proche de GPT-4, selon le rapport. Le géant de la recherche et de la publicité prévoit de mettre Gemini à la disposition des entreprises par l'intermédiaire de son service Google Cloud Vertex AI.

Le mois dernier, la société a introduit l'IA générative dans son outil de recherche pour les utilisateurs en Inde et au Japon, qui affichera des résultats textuels ou visuels à des invites, y compris des résumés. Elle a également mis ses outils alimentés par l'IA à la disposition des entreprises clientes pour un prix mensuel de 30 dollars par utilisateur.

Source : The Information

Et vous ?

Quel est votre avis sur Gemini ?
Pensez-vous que Gemini puisse concurrencer GPT-4 ?

Voir aussi :

Le modèle d'IA Gemini de Google pourrait être cinq fois plus puissant que le modèle de langage GPT-4 d'OpenAI, il devrait combiner les capacités de GPT-4 et des programmes d'IA tels qu'AlphaGo

Comment Google DeepMind compte révolutionner l'IA générative et détrôner ChatGPT avec Gemini, son système d'IA qui combine les forces d'AlphaGo aux capacités des grands modèles de langage

Sergey Brin, cofondateur de Google, signe son retour pour aider à développer Gemini, le concurrent de ChatGPT. L'ex-président d'Alphabet s'implique dans la stratégie IA et le recrutement

[Mathis Lucas]

Une fuite de données révèle des informations sur le modèle d'IA Gemini de Google et sur son outil d'IA secret appelé Stubbs
qui permet de générer une application fonctionnelle à partir d'une invite

Une prétendue fuite de données provenant de Google révèle quelques informations sur son prochain modèle d'IA multimodal Gemini ainsi que sur un nouvel outil d'IA appelé Stubbs. La fuite indique que Gemini prendra en charge des fonctionnalités telles que la reconnaissance de texte et d'objets, les légendes, la compréhension d'image, etc. (et éventuellement le traitement de l'audio et de la vidéo). Stubbs quant à lui est décrit comme une plateforme d'IA permettant de créer des prototypes d'applications fonctionnelles, de les déployer et de les partager, à l'aide d'une simple invite et éventuellement d'une image de l'application que vous souhaitez créer.

Google Gemini, ou Gemini AI, est une suite intégrée de grands modèles de langage (LLM) en cours de développement par Google. Selon Sundar Pichai, PDG de Google, les modèles de base de Gemini ont été conçus dès le départ pour être multimodaux. Cela signifie que les utilisateurs pourront traiter et générer du texte, des images, du code et du contenu audio par le biais d'une interface utilisateur unique. Gemini est actuellement testé en version bêta par un groupe de développeurs sélectionnés au sein d'un petit nombre d'entreprises. Gemini devrait remplacer PaLM 2, le modèle de langage qui équipe actuellement Google Bard, d'ici à la fin de l'année 2023.

Jusque-là, très peu d'informations ont filtré sur Gemini. En août, un rapport a révélé que Gemini devrait combiner les capacités de GPT-4 avec des techniques de formation tirées d'AlphaGo, telles que l'apprentissage par renforcement et la recherche arborescente. Il aurait le potentiel de détrôner ChatGPT en tant que solution d'IA générative la plus dominante de la planète. Gemini semble être la réponse stratégique de Google à ChatGPT. Le lancement de ChatGPT a ébranlé Google dans ses fondements. La menace était telle que le géant de la recherche a dû déclarer un code rouge et commencer à investir pour rattraper son retard sur OpenAI.

Cet effort s'est traduit non seulement par la sortie de Bard, mais aussi de Gemini. Alors que Bard peine à séduire les utilisateurs, Gemini vise à remettre en question la domination de ChatGPT sur le marché de l'IA générative. Zoubin Ghahramani, vice-président de Google DeepMind, a déclaré que Gemini sera disponible dans les quatre mêmes tailles que PaLM 2 : Gecko, Otter, Bison et Unicorn.

• Gecko devrait être léger et idéal pour les appareils mobiles ;
• Otter est conçu pour être plus puissant que Gecko. Il devrait convenir à un large éventail de tâches unimodales ;
• Bison est conçu pour être plus grand et plus polyvalent qu'Otter. Il est susceptible de convenir à un nombre limité de tâches multimodales et devrait concurrencer le modèle GPT-4 en matière de parts de marché ;
• Unicorn est conçue pour être la plus grande, la plus puissante et la plus polyvalente des quatre modèles Gemini. Cette version devrait convenir à un large éventail de tâches multimodales et dépasser largement les capacités du ChatGPT ou de l'un de ses concurrents.

Selon la rumeur, si tout se passe bien, Gemini devrait également être intégré à tous les services cloud qui utilisent l'IA que Google propose aux entreprises et aux particuliers, notamment Google Search, Google Translate et Google Assistant. Une fois Gemini lancé, son évolutivité - ainsi que ses capacités d'intégration d'outils et d'API flexibles - permettra de l'utiliser dans une large gamme d'applications de bureau et mobiles en temps réel. La fuite de données indique que Google devrait publier Gemini directement dans MakerSuite, une sorte de studio qui permet de créer rapidement et facilement des applications basées sur des modèles d'IA générative.

MakerSuite fournit une interface utilisateur efficace pour solliciter certains des derniers modèles de Google et traduit facilement les invites en code prêt à la production que les utilisateurs peuvent intégrer dans leurs applications. Google a annoncé fin septembre avoir supprimé la liste d'attente et que les utilisateurs de 179 pays et territoires peuvent désormais utiliser MakerSuite. En outre, la fuite de données annonce l'arrivée prochaine de Makersuite Autosave pour permettre la sauvegarde automatique des invites. Elle annonce aussi l'arrivée d'un nouvel outil : il s'agit de l'outil de construction d'application piloté par l'IA appelé Stubbs à partir de Makersuite.

Selon l'auteur de la fuite, Stubbs permet de créer des applications fonctionnelles dans un seul site avec une seule invite. Les utilisateurs peuvent créer/générer, déployer et publier des applications à partir de Stubbs. « Pouvoir créer des applications et les lancer à partir d'un seul site avec une interface utilisateur simplifiée, c'est parfait. Vous publiez l'application et vous pouvez ensuite partager le lien. Est-ce un nouveau terrain pour l'IA ? Probablement. Il y aura une galerie communautaire, où vous pourrez publier vos Stubbs pour que tout le monde puisse les voir. Vous pourrez aussi remixer les Stubbs et avoir votre propre version d'une idée », note l'auteur de la fuite.

L'auteur de la suite affirme que Stubbs ne remplacera pas les développeurs d'applications, mais devrait donner un coup de pouce "massif" à l'industrie. D'après ce que l'on peut voir, cela ressemblera à des prototypes Figma générés par l'IA, et ne créera pas de code complet, mais plutôt des prototypes d'applications générées par l'IA qui fonctionneront. La galerie Stubbs (Stubbs Gallery) permet de voir les Stubbs créés par d'autres personnes. Lorsque vous créez une application à partir de Stubbs, elle n'est pas publiée par défaut. La fuite indique que vous devez le publier explicitement, ce qui signifie que le public ne voit pas directement tout ce que vous créez.

La fuite de données donne un aperçu du futur de Gemini et du nouvel outil d'IA Stubbs, mais ces informations ne sont pas précises et il est encore difficile de se faire une idée précise des ambitions réelles de Google avec ces deux technologies d'IA. Stubbs ressemble à un outil no-code basé sur l'IA. Les informations qui ayant fait l'objet de fuite sur ce prétendu outil secret de Google relancent le débat sur l'avènement des outils no-code basés sur l'IA qui pourrait remplacer les développeurs dans un avenir proche.

En attendant que Google se prononce sur Stubbs, l'auteur de la fuite annonce que d'autres fuites de données concernant Gemini et Stubbs pourraient suivre. Il a déclaré : « bien que la première fuite donne un aperçu, les détails techniques de Stubbs seront bientôt publiés pour vous aider à vous faire votre propre opinion sur ce qu'il fait dans une autre fuite ».

Sources : billet de blogue, Google

Et vous ?

Quel est votre avis sur le sujet ?
Que pensez-vous de l'outil d'IA "Stubbs" développé par Google ?
Selon vous, cet outil no-code peut-il prétendre remplacer les développeurs ?
Que pensez-vous des caractéristiques potentielles du modèle d'IA Gemini de Google ?
Avec Gemini, Google pourrait-il surpasser ChatGPT et reprendre la tête de la course à l'IA ?

Voir aussi

Le modèle d'IA Gemini de Google pourrait être cinq fois plus puissant que le modèle de langage GPT-4 d'OpenAI, il devrait combiner les capacités de GPT-4 et des programmes d'IA tels qu'AlphaGo

Sergey Brin, cofondateur de Google, signe son retour pour aider à développer Gemini, le concurrent de ChatGPT. L'ex-président d'Alphabet s'implique dans la stratégie IA et le recrutement

Comment Google DeepMind compte révolutionner l'IA générative et détrôner ChatGPT avec Gemini, son système d'IA qui combine les forces d'AlphaGo aux capacités des grands modèles de langage

[Mathis Lucas]

La publication du modèle d'IA Gemini tant attendu de Google DeepMind sera retardée jusqu'au premier trimestre 2024
selon un rapport

Le lancement du modèle d'IA Gemini de Google DeepMind aurait été reporté au premier trimestre 2024. Citant des sources au fait des plans de la société, un nouveau rapport allègue que les efforts de Google DeepMind pour rattraper son rival OpenAI s'avèrent plus difficiles que prévu. Les attentes à l'égard de Gemini sont très élevées, notamment il devrait être plus puissant que GPT-4 d'OpenAI et regrouper les capacités phares d'anciens modèles d'IA de DeepMind comme AlphaGo. L'entreprise aurait prévu de donner accès à Gemini à ses clients cloud dès le mois de novembre, mais il semble que les choses ne sont pas déroulées comme prévu, faussant ainsi le calendrier.

La rivalité dans la course à l'IA a poussé Alphabet, la société mère de Google, à fusionner ses deux équipes clés de recherche sur l'IA, Google Brain et DeepMind, en une seule entité appelée Google DeepMind. Le but déclaré d'Alphabet est de centraliser ses efforts et d'optimiser ses investissements. En plus, ces deux équipes ont un palmarès impressionnant. DeepMind est le créateur d'AlphaGo, l'IA qui a battu un champion du monde du jeu de Go en 2016, d'AlphaFold qui prédit la structure des protéines, etc. Google Brain a contribué à Google Traduction, et a notamment créé TensorFlow, ainsi que le modèle LaMDA sur lequel est basé le chatbot d'IA Bard.

De cette fusion est né le projet Gemini, une série de modèles de langage combinant les capacités de GPT-4 avec des techniques de formation tirées d'AlphaGo, telles que l'apprentissage par renforcement et la recherche arborescente. Il aurait le potentiel de détrôner ChatGPT en tant que solution d'IA générative la plus dominante de la planète. Gemini semble être la réponse stratégique de Google à ChatGPT. Le lancement de ChatGPT a ébranlé Google dans ses fondements. La menace était telle que le géant de la recherche a dû déclarer un code rouge et commencer à investir pour rattraper son retard sur OpenAI dans le domaine de l'IA générative.

Le PDG Sundar Pichai a mentionné que Google vise à publier Gemini dès que possible et à s'assurer qu'il est compétitif et à la pointe de la technologie. Lors d'un appel avec des investisseurs, Pichai a souligné que le prochain modèle d'IA de l'entreprise jettera les bases d'une série de modèles de nouvelle génération qui sortiront tout au long de l'année 2024. En septembre dernier, il a été rapporté que Google a donné à un petit groupe d'entreprises l'accès à une première version de Gemini et l'entreprise pourrait publier le nouveau modèle d'IA avant la fin de cette année. Cependant, un rapport publié cette semaine indique que ce ne sera pas le cas.

Le rapport, publié par The Information, indique que Gemini ne devrait pas arriver avant le premier trimestre de l'année prochaine. Pour Google, ce retard est un revers dans la course qui l'oppose à Microsoft et à OpenAI. Alors que Microsoft commercialise avec succès les technologies d'OpenAI auprès des entreprises par l'intermédiaire de son cloud, Google peine à atteindre les consommateurs avec sa solution concurrente, Bard. De récentes analyses indiquent que la croissance des ventes de Google dans le domaine du cloud s'est ralentie, tandis que celle de son rival Microsoft s'est accélérée. En effet, Microsoft et OpenAI pourraient creuser davantage l'écart.

« Je suis assez réticent à l'idée de dire que Google a du mal à suivre, mais le fait que Google soit passé en alerte rouge à la fin de l'année dernière et n'ait toujours pas respecté sa date de sortie est assez inquiétant », analyse un critique. Un autre se montre plus optimiste : « c'est triste de voir Google comme ça. Il n'y a pas de raison que les entreprises deviennent trop grandes et n'arrivent pas à innover assez vite. J'espère que le produit final Gemini vaudra la peine d'attendre. Il serait peu utile s'il n'était pas au moins de niveau GPT 4.5. Mais si Gemini est intégré à la recherche Google, de nombreuses personnes pourraient être séduites par son utilité ».

Pour d'autres, Google hésite de peur d'empiéter sur son activité lucrative de recherche. « Selon moi, il s'agit du dilemme de l'innovateur classique : Google gagne trop d'argent avec son modèle commercial actuel basé sur la recherche. Il est donc réticent à se perturber lui-même en prenant des risques importants dans le domaine de l'IA, qui pourrait changer le statu quo. En revanche, OpenAI et Microsoft n'ont aucun problème à prendre des risques, parce qu'ils ne sont pas confrontés au même dilemme, à savoir perturber un modèle commercial rentable grâce à l'IA ». Selon ce critique, il est possible que Google reste dans cette phase pendant encore longtemps.

« Cette situation ressemble à celle de Microsoft lorsqu'Apple a commencé à fabriquer l'iPhone. Ils ont été pris au dépourvu alors qu'Apple dominait déjà les téléphones dès le départ », a écrit un autre critique. Il rappelle qu'à sa sortie, l'iPhone a été considéré comme une innovation de rupture, mettant hors jeu des entreprises comme Microsoft, Nokia et Sony Mobile (anciennement Sony Ericsson). Depuis lors, ces acteurs peinent à remonter la pente. Microsoft a finalement enterré Windows Phone et a décidé d'adopter le système d'exploitation Android sur ses récents smartphones. Son système d’exploitation Windows 10 Mobile n'a pas non plus été à la hauteur.

Avec peu d'utilisateurs de Bard, il n'y a pas non plus de grande base de données de retour d'information permettant d'améliorer continuellement le modèle. En matière de qualité, la suite exclusive de modèles PaLM de Google, disponible dans le cloud, est à la traîne par rapport au GPT-4 d'OpenAI. Selon le rapport, qui cite des sources au fait du projet Gemini, l'intégration des différentes équipes (de Google Brain et DeepMind) et des différents modèles s'avère complexe. Rappelé de la retraite, Sergey Brin, cofondateur de Google, passerait quatre à cinq jours par semaine avec les développeurs et leur donne des conseils, bien qu'il ne prenne aucune décision.

L'on ignore encore si Gemini sera en mesure de rivaliser avec le GPT-4. Les dernières mises à jour de GPT-4 et l'arrivée de GPT-4 Turbo ont renforcé la position de leader d'OpenAI dans la course à l'IA. GPT-4 Turbo est une version améliorée de GPT-4 qui serait à la fois plus puissante et moins coûteuse, même si des analyses indépendantes montrent que le modèle affiche des performances mitigées. GPT-4 Turbo dispose d'une fenêtre contextuelle plus élargie et OpenAI a annoncé que le modèle se décline en deux versions : une version qui analyse strictement le texte et une seconde version qui comprend le contexte du texte et des images.

Le fait que Google ait eu par le passé une longueur d'avance en matière de puissance de calcul n'a plus guère d'importance maintenant qu'OpenAI a trouvé en Microsoft un partenaire majeur dans le domaine du cloud computing. Microsoft a investi un milliard de dollars dans OpenAI en 2019 et a fait un ajout de plusieurs milliards de dollars au début de l'année. Avec le succès de ChatGPT, OpenAI s'attend que Microsoft lui apporte encore plus de puissance de calcul et ses propres puces d'IA l'année prochaine. Les deux parties manquent également de personnel. Et OpenAI aurait dépensé des millions pour attirer les meilleurs experts en IA de Google.

Le scepticisme est grand parmi les commentateurs. Beaucoup ne croient pas en la capacité de Google de rivaliser avec GPT-4 ou l'IA d'OpenAI qui sera sur le marché à la sortie de Gemini. « Je ne pense pas que Google Gemini sera supérieur au modèle GPT disponible sur le marché lorsqu'il sortira. Il suffit de regarder n'importe quelle conférence Google I/O. Ils ne font que du battage médiatique alors qu'ils n'ont pas la technologie. Google est devenu comme IBM lorsqu'il était à son apogée dans les années 80. Et la comparaison avec IBM est peut-être encore meilleure que vous ne le pensez », a écrit un critique. En gros, l'enjeu est de taille pour Google.

Retarder le lancement de Gemini désavantagerait Google par rapport à Microsoft dans le domaine de l'informatique dématérialisée. En plus, les fonctionnalités d'IA sur YouTube et les améliorations apportées à Google Assistant devraient attendre, car ChatGPT continue de gagner du terrain. En dépit du scepticisme, le rapport souligne que le pilier financier le plus important de Google, son activité publicitaire, pourrait aussi bénéficier de Gemini. Avec une mémoire plus longue pour les interactions des utilisateurs, les annonceurs pourraient utiliser Gemini pour créer de nouvelles variations sur la campagne la plus réussie des derniers mois.

Pour rappel, Google DeepMind a annoncé que Gemini sera capable de tout piloter, des chatbots aux fonctions qui résument un texte ou génèrent un texte original basé sur ce que les utilisateurs veulent lire, comme des brouillons de courriels, des paroles de musique ou des articles d'actualité. Le prochain modèle d'IA de Google devrait également être capable d'aider les ingénieurs logiciels à écrire du code et à générer des images originales à partir d'invites.

Et vous ?

Quel est votre avis sur le sujet ?
Que pensez-vous du report de la date de lancement de Gemini ?
Est-ce un aveu de faiblesse de la part du géant de Mountain View ? Pourquoi ?
Selon vous, Gemini sera-t-il en mesure de rivaliser avec le modèle GPT de son époque ?
Qu'est-ce qui explique ce retard ? Google est-il victime du dilemme de l'innovateur ?
OpenAI, soutenu par Microsoft, est-il bien parti pour gagner la course à l'IA ? Pourquoi ?
Google DeepMind fait-il réellement le poids face au duo Microsoft/OpenAI ? Pourquoi ?

Voir aussi

Google s'apprête à lancer le logiciel d'IA Gemini, un ensemble de LLM pouvant résumer ou générer des textes originaux en fonction de ce que les utilisateurs veulent lire

OpenAI lance un nouveau modèle de langage appelé GPT-4 Turbo qui serait plus puissant et moins cher que GPT-4, avec une fenêtre contextuelle plus grande que celle du modèle d'IA Claude 2 d'Anthropic

Une fuite de données révèle des informations sur le modèle d'IA Gemini de Google et sur son outil d'IA secret appelé Stubbs, qui permet de générer une application fonctionnelle à partir d'une invite