Le PDG de DeepMind dévoile Gemini, l’algorithme IA de nouvelle génération pour surpasser ChatGPT

Demis Hassabis, le PDG de DeepMind de Google, a annoncé le développement d’un nouveau système d’IA appelé Gemini, qui vise à surpasser les capacités de ChatGPT d’OpenAI. Gemini de DeepMind, actuellement en cours de développement, est un modèle de langage similaire à GPT-4, mais il intègre des techniques utilisées dans AlphaGo, le programme qui a vaincu un joueur champion du jeu de plateau Go en 2016. En combinant les forces des modèles de langage avec des capacités de jeu, Gemini cherche à offrir de nouvelles fonctionnalités telles que la résolution de problèmes et la planification.

AlphaGo, un programme d’IA révolutionnaire, utilisait l’apprentissage par renforcement et des techniques de recherche arborescente pour maîtriser des jeux complexes comme le Go. DeepMind prévoit de tirer parti de cette expertise pour améliorer les capacités des modèles de langage, leur permettant d’effectuer une plus grande variété de tâches sur Internet et les ordinateurs. Bien que Gemini soit encore en phase de développement, Demis Hassabis a indiqué qu’il pourrait falloir plusieurs mois et coûter des dizaines ou des centaines de millions de dollars pour l’achever, soulignant l’importance du projet.

La réponse de Google à la menace concurrentielle

Une fois terminé, Gemini pourrait jouer un rôle pivot dans la réponse de Google à la menace concurrentielle posée par ChatGPT et d’autres technologies d’IA générative. Bien que Google ait été pionnier dans de nombreuses techniques d’IA, il a opté pour un développement et un déploiement prudents des produits basés sur ces innovations. Mais, depuis la sortie de ChatGPT, Google a accéléré son propre chatbot, Bard, et intégré l’IA générative dans divers produits, y compris son moteur de recherche. La fusion de DeepMind et du laboratoire d’IA principal de Google, Brain, a créé Google DeepMind, une équipe qui combine les forces des deux organisations. Demis Hassabis estime que 80 à 90 pour cent des innovations récentes en IA sont originaires soit de DeepMind, soit de Google, faisant de cette collaboration une puissance dans le domaine.

Ayant déjà connu la ruée vers l’or de l’IA, Demis Hassabis comprend les dynamiques et les défis de la navigation dans les avancées technologiques au sein des géants de la technologie. L’acquisition de DeepMind par Google en 2014, suite à ses réalisations remarquables dans l’utilisation de l’apprentissage par renforcement pour maîtriser les jeux vidéo, a apporté les capacités d’IA autrefois considérées comme décennales dans le présent. La victoire stupéfiante d’AlphaGo sur le champion de Go Lee Sedol en 2016 était un témoignage du potentiel de l’IA à surpasser la performance humaine.

Élargir les capacités des modèles de langage

L’entraînement d’un grand modèle de langage comme GPT-4 implique de nourrir d’énormes quantités de texte curaté dans un logiciel d’apprentissage automatique, lui permettant de prédire les lettres et mots suivants avec précision. L’apprentissage par renforcement, basé sur les retours humains, affine davantage les performances du modèle. L’expérience approfondie de DeepMind en apprentissage par renforcement offre un avantage unique pour le développement de Gemini, débloquant potentiellement de nouvelles capacités au-delà de ce que offrent les modèles de langage traditionnels.

En plus de puiser dans l’apprentissage par renforcement, Hassabis et son équipe pourraient explorer des idées provenant d’autres domaines de l’IA pour améliorer les grands modèles de langage. Les chercheurs de DeepMind travaillent dans des domaines divers, tels que la robotique et les neurosciences. Récemment, l’entreprise a présenté un algorithme capable d’apprendre des tâches de manipulation en utilisant divers bras robotiques. L’intégration des connaissances acquises à partir d’expériences physiques, similaires à la façon dont les humains et les animaux apprennent, pourrait être cruciale pour faire progresser les capacités de l’IA. Surmonter les limites des modèles de langage qui apprennent principalement à partir de données textuelles est considéré comme un défi majeur dans le domaine.

Équilibrer progrès et risques

Je veux comprendre les grandes questions, les vraiment grandes questions auxquelles on se tourne normalement vers la philosophie ou la physique si on s’y intéresse. J’ai pensé que construire l’IA serait le moyen le plus rapide de répondre à certaines de ces questions

• Demis Hassabis, PDG de DeepMind

Demis Hassabis fait face au défi d’accélérer les efforts d’IA de Google tout en atténuant les risques potentiels. Les avancées rapides des modèles de langage ont suscité des préoccupations parmi les experts en IA concernant les utilisations malveillantes et la capacité de contrôler ces technologies. Hassabis reconnaît ces préoccupations mais souligne que les bénéfices énormes de l’IA, en particulier dans la découverte scientifique, nécessitent son développement continu. Bien que certains aient appelé à une pause dans la création d’algorithmes plus puissants, Hassabis reste engagé à faire progresser l’IA de manière responsable et croit que des recherches complètes, des tests d’évaluation et une collaboration avec des experts externes sont essentielles pour adresser efficacement les risques.