Google reporte à 2024 le lancement de son modèle d'IA de nouvelle génération, Gemini, en raison de problèmes liés aux invites de commande non anglaises

Les passionnés de technologie et d'intelligence artificielle devront patienter encore un peu avant de découvrir Gemini, le modèle d'IA très attendu de Google, la société ayant discrètement repoussé son lancement au début de l'année 2024. Ce retard serait dû à des difficultés de traitement des requêtes et des messages non anglophones, selon des sources anonymes citées par The Information.

Un élément révolutionnaire dans le domaine de l'IA

Gemini a suscité un vif intérêt dans le secteur technologique, car il promet d'être une avancée majeure en intelligence artificielle. Présenté comme l'IA de nouvelle génération, Gemini est multimodal, c'est-à-dire qu'il peut traiter différents types de données et possède la remarquable capacité 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 et pourrait bien révolutionner le domaine.

Initialement, Google prévoyait de dévoiler Gemini lors d'événements de lancement programmés dans les semaines à venir à New York, Washington et en Californie. Cependant, ces événements ont été discrètement reportés au début de l'année 2024. Ce report serait dû à des inquiétudes concernant les performances du modèle d'IA face aux requêtes et aux messages non anglophones, un aspect crucial pour garantir l'accessibilité et le bon fonctionnement du service à l'échelle mondiale.

Avantage concurrentiel par rapport à GPT-4

Malgré son retard, Gemini a déjà attiré l'attention grâce à ses capacités exceptionnelles. Selon certaines sources, il surpasse GPT-4 d'OpenAI, notamment grâce à une puissance de calcul nettement supérieure. Sissie Hsiao, vice-présidente de Google et responsable de Bard et de Google Assistant, a exprimé son enthousiasme quant au potentiel de Gemini. Elle a souligné que ce modèle d'IA peut générer des images uniques en réponse aux demandes des utilisateurs, comme par exemple des images étape par étape pour la préparation d'un cake. Ces images sont entièrement originales et ne proviennent pas d'Internet. Cette capacité à communiquer visuellement distingue Gemini des modèles d'IA précédents, qui s'appuient principalement sur le texte.

Parler en images avec les humains

L'une des caractéristiques remarquables de Gemini est sa capacité à dialoguer avec les humains par l'image plutôt que par le texte. Par exemple, si un utilisateur lui demande de « dessiner trois images des étapes pour glacer un cakeà trois étages », Gemini peut créer ces images de toutes pièces. Ces images sont non seulement originales, mais aussi totalement uniques, témoignant de la créativité de l'IA. Cette innovation ouvre des perspectives passionnantes pour un large éventail d'applications, de la création de contenu à la résolution de problèmes.

Google possède déjà son propre modèle d'IA générative, Bard, mais c'est ChatGPT qui a enjjusqu'à présent d'une plus grande notoriété auprès des consommateurs. Avec le lancement imminent de Gemini, les analystes prévoient un changement de paradigme, qui pourrait positionner Google comme un acteur majeur du secteur de l'IA. La capacité de Gemini à générer du texte et des images de manière fluide pourrait révolutionner notre interaction avec les systèmes et applications basés sur l'IA.

Implications futures de Gemini

Le report du lancement de Gemini témoigne de l'engagement de Google à faire en sorte que ce modèle d'IA de nouvelle génération soit à la hauteur des attentes suscitées. En s'attaquant aux problèmes liés aux requêtes et aux demandes en langues étrangères, Google vise à créer un système d'IA à la fois robuste et fiable pour les utilisateurs du monde entier. Lors de son lancement, Gemini pourrait ouvrir la voie à un large éventail d'applications dans divers secteurs, notamment la création de contenu, l'automatisation et la résolution de problèmes. Sa capacité à comprendre et à générer du texte et des images à partir des entrées utilisateur a le potentiel de transformer notre interaction avec l'IA, en la rendant plus intuitive et conviviale.

La décision de Google de reporter le lancement de Gemini à début 2024 risque de décevoir les plus enthousiastes, mais elle témoigne de l'engagement de l'entreprise à fournir un modèle d'IA de haute qualité, performant de manière constante quelles que soient les langues et les interactions des utilisateurs. Les capacités multimodales de Gemini, son aptitude à communiquer par l'image et sa promesse de surpasser les modèles d'IA existants en font une innovation très attendue dans le monde de l'intelligence artificielle. Dans l'attente de sa sortie, il reste à voir comment Gemini influencera différents secteurs et transformera notre utilisation des technologies basées sur l'IA.