Google reporte le lancement du modèle d'IA de nouvelle génération Gemini à 2024 en raison de problèmes avec les invites non anglaises

Les passionnés de technologie et les amateurs d'IA devront attendre un peu plus longtemps pour le modèle d'IA tant attendu de Google, Gemini, car l'entreprise a discrètement repoussé son lancement au début de 2024. Le retard proviendrait de défis liés à la gestion des invites et des requêtes non anglaises, selon des sources anonymes citées par The Information.

Un changement de jeu dans l'IA

Gemini a suscité un vif buzz dans l'industrie technologique car il promet d'être une avancée révolutionnaire en intelligence artificielle. Décrit comme la prochaine génération d'IA, Gemini est multimodal, ce qui signifie qu'il peut traiter divers types de données et possède la capacité remarquable de comprendre et de générer du texte, des images et d'autres types de contenu à partir de croquis ou de descriptions écrites. Cette polyvalence le distingue des modèles d'IA précédents, en faisant un potentiel changement de jeu.

À l'origine, Google avait prévu de dévoiler Gemini lors d'événements de lancement prévus dans les semaines à venir à New York, Washington et Californie. Cependant, ces événements ont maintenant été discrètement reportés au début de 2024. La décision de reporter le lancement découlerait de préoccupations selon lesquelles le modèle d'IA ne performait pas de manière cohérente comme prévu lors de la gestion des invites et des requêtes non anglaises, un aspect crucial pour garantir l'accessibilité et la fonctionnalité mondiales.

Avantage concurrentiel sur le GPT-4

Malgré le retard de Gemini, il a déjà attiré l'attention pour ses capacités exceptionnelles. Des sources suggèrent qu'il surpasse le GPT-4 d'OpenAI, principalement grâce à son utilisation d'une puissance de calcul nettement supérieure. Sissie Hsiao, VP de Google et responsable de Bard et Google Assistant, a exprimé son enthousiasme quant au potentiel de Gemini. Elle a mentionné que le modèle d'IA peut générer des images uniques en réponse aux demandes des utilisateurs, telles que fournir des images étape par étape pour la cuisson d'un gâteau, le tout étant entièrement original et non issu d'Internet. Cette capacité à communiquer visuellement distingue Gemini des modèles d'IA précédents qui reposent principalement sur le texte.

Communiquer en images avec les humains

L'une des caractéristiques distinctives de Gemini est sa capacité à converser avec les humains en images plutôt qu'en texte. Par exemple, si un utilisateur lui demande de « dessiner trois images des étapes pour glaçage d'un gâteau à trois étages », Gemini peut créer ces images à partir de zéro. Ces images sont non seulement nouvelles mais aussi entièrement uniques, démontrant le talent créatif de l'IA. Cette innovation ouvre des possibilités passionnantes pour une large gamme d'applications, de la création de contenu à la résolution de problèmes.

Google possède déjà son propre modèle d'IA générative appelé Bard, mais c'est ChatGPT qui a bénéficié d'une plus grande notoriété auprès des consommateurs jusqu'à présent. Avec le lancement imminent de Gemini, les analystes spéculent que le paysage pourrait évoluer, positionnant potentiellement Google comme un acteur majeur dans le domaine de l'IA. La capacité de Gemini à générer du texte et des images de manière transparente pourrait révolutionner notre interaction avec les systèmes et applications alimentés par l'IA.

Implications futures de Gemini

Le retard dans le lancement de Gemini indique l'engagement de Google à s'assurer que ce modèle d'IA de nouvelle génération est à la hauteur de son hype considérable. En résolvant les problèmes liés aux invites et aux requêtes non anglaises, Google vise à créer un système d'IA à la fois robuste et fiable pour les utilisateurs du monde entier. Lorsque Gemini sera finalement lancé, il pourrait ouvrir la porte à une large gamme d'applications dans divers secteurs, y compris la création de contenu, l'automatisation et la résolution de problèmes. Sa capacité à comprendre et à générer du texte et des images en fonction des entrées des utilisateurs a le potentiel de remodeler notre façon d'interagir avec l'IA, la rendant plus intuitive et conviviale.

La décision de Google de reporter le lancement de Gemini jusqu'au début de 2024 peut décevoir les enthousiastes impatients, mais elle reflète l'engagement de l'entreprise à fournir un modèle d'IA de haute qualité capable de performer de manière cohérente dans différentes langues et pour divers types d'entrées utilisateur. Les capacités multimodales de Gemini, sa capacité à communiquer en images et sa promesse de surpasser les modèles d'IA existants en font un développement très attendu dans le monde de l'intelligence artificielle. Alors que nous attendons avec impatience sa sortie, il reste à voir comment Gemini aura un impact sur divers secteurs et changera notre façon d'interagir avec les technologies alimentées par l'IA.