Google Gemini (Bard) : tout savoir sur l’IA conversationnelle de Google.

L’Intelligence Artificielle (IA) générative s’immisce dans tous les secteurs et même jusque chez les particuliers. En 2023, en réponse à l’offensive OpenAI et ChatGPT, Google avait dévoilé pour la première fois son IA générative Google Bard. En février 2024, surprise, la firme a finalement choisi d’adopter l’appellation Google Gemini pour l’ensemble de son écosystème IA. 

Qu’est-ce que Google Gemini (ancien Bard) ?

Gemini est donc à la fois le nom de la famille de grands modèles de langage (LLM) et celui du chatbot anciennement nommé Bard. Développé par les laboratoires de recherche en IA du géant de la Tech, DeepMind et Google Research, Gemini a été conçu comme un modèle nativement multimodal. Il peut ainsi comprendre et traiter simultanément du texte, mais aussi des images, des vidéos et du son. 

Google Gemini, une architecture plus complexe que ChatGPT

Une architecture de réseau neuronal Transformer permet au modèle d’explorer et de comprendre les relations entre les divers types de données qu’il reçoit. Il peut comprendre le contexte pour mieux interpréter les informations qu’il reçoit. Il est ensuite capable de raisonner à partir de ces données, en faisant des déductions logiques. Grâce à son processus d’apprentissage en continu, Gemini s’améliore au fil du temps. Il affine ses performances pour fournir des réponses plus pertinentes et plus précises.

Gemini, l’assistant surentraîné de Google

Le chatbot a suivi un entraînement sur un large éventail de données :

• du texte, à partir de livres et d’articles ; 
• des images provenant de diverses sources sur Internet ; 
• des vidéos de plateformes comme YouTube ; 
• du code source issu à la fois de logiciels open source et propriétaires.

 

L’agent conversationnel de Google s’appuie sur une série de modèles de langage développés en interne. À ce jour, quatre modèles ont été mis en service. LaMDA, Language Model for Dialogue Applications, a été conçu à partir de 2020. Langage à l’origine de Google Bard, LaMDA a été remplacé par Gemini 1.0 en décembre 2023. Ses performances sont supérieures à LaMDA, notamment dans des domaines complexes. Il est proposé dans trois versions différentes : Nano, Pro et Ultra.

Gemini 1.5 et 1.5 Pro sont actuellement en phase de test auprès de développeurs et d’entreprises, avec une fenêtre contextuelle élargie par rapport à la version précédente. Pour finir, Ultra 1.0 est l’évolution de la version Ultra de Gemini 1.0 et devrait offrir des capacités encore plus puissantes. 

Avec un score de 90,0 %, Gemini Ultra est le premier modèle capable de surpasser les experts humains en matière de compréhension massive du langage multitâche, qui teste à la fois les connaissances sur le monde et les capacités de résolution de problèmes dans un corpus de 57 sujets tels que les mathématiques, la physique, l’histoire, le droit, la médecine ou l’éthique.

 – Demis Hassabis, PDG et co-fondateur de Google DeepMind

 

Quelles sont les fonctionnalités principales de Google Gemini ?

À l’instar de ChatGPT, Gemini est capable de répondre à des questions simples et peut générer plusieurs options de réponses. L’utilisateur peut ainsi sélectionner celle qui correspond le mieux à ses besoins, et contribuer à l’amélioration continue du chatbot. En outre, Gemini prend en charge la saisie vocale, ce qui permet aux utilisateurs de poser sa question à l’oral et d’écouter la réponse.

En tant qu’assistant d’IA multimodale, il offre aux utilisateurs la possibilité de lancer une recherche par image en plus du texte. Le chatbot peut aussi effectuer une recherche d’image inversée. Enfin, avec le modèle Imagen 2, Google permet aux utilisateurs de demander à l’assistant de « créer une image » à partir d’une description textuelle.

Gemini est capable de générer du code de qualité dans divers langages de programmation. Il offre également une assistance dans le processus de développement de logiciels. Il peut ainsi aider les utilisateurs à résoudre les problèmes rencontrés lors de la conception et de l’implémentation de logiciels.

 

Quels sont les domaines d’application de Google Gemini ?

L’utilisation la plus courante de l’application est la génération de contenus textuels. L’outil conversationnel permet la génération d’idées sur un sujet, la révision de rapports, la rédaction d’e-mails ou même la création de code informatique. Avec Lens, Google offrait déjà la possibilité d’effectuer une recherche sur le web à partir d’une image. Gemini a amélioré cette fonctionnalité en offrant plus de détails. 

L’intelligence artificielle de Google peut remplacer votre assistant Google sur Android. Elle ne se contente pas de vous indiquer la météo, mais peut également vous conseiller, par exemple sur la tenue vestimentaire la plus adaptée selon les conditions climatiques. Gemini est également conçu pour intégrer l’écosystème Google et fonctionner avec l’ensemble des applications, de Gmail à Maps en passant par Google Drive.

Est-ce que Google Gemini est gratuit ?

Le chatbot de Google est disponible en France gratuitement via le site Internet dédié, depuis n’importe quelle interface web. Il existe également des plans payants afin de profiter d’une expérience complète. Pour 19,99 $ par mois, Gemini Advanced utilise le modèle de langage Ultra 1.0. et offre des performances améliorées, 2 To de stockage sur le compte Google, en plus d’autres avantages inclus dans Google One. Cette offre n’est pas encore disponible en France. 

En entreprise, l’outil se décline en deux offres d’add-on, donc en supplément de l’abonnement Google Workspaces. L’IA s’intègre aux outils de productivité comme Docs, Gmail, Sheets et Slides, pour offrir une aide avancée dans de nombreuses tâches professionnelles.

Comment utiliser Google Gemini ?

L’Intelligence Artificielle Google Gemini est accessible via le site web dédié précédemment à Google Bard. Les utilisateurs doivent se connecter avec leurs identifiants de compte Google. Ils peuvent alors simplement taper leur requête ou prompt dans la boîte de dialogue puis appuyer sur Entrée ou cliquer sur l’icône d’envoi. 

L’application pour Android et IOS n’est pas encore disponible en France. Elle permettra, sur Android, de remplacer l’assistant Google de votre smartphone. L’application sera ensuite directement intégrée dans les nouvelles générations de smartphones Google Pixel. Intégré dans Messages, l’IA pourra vous aider à répondre à vos échanges par SMS et messagerie. Les utilisateurs d’IOS ne bénéficieront pas de la même expérience, puisque Siri ne pourra pas être remplacé. En revanche, ils pourront télécharger l’application Google pour l’utiliser. 

Quelles sont les implications éthiques de l’utilisation de Gemini dans la production de contenu ?

L’utilisation de Gemini, comme Bard avant lui et tous les services d’IA générative, dans la production de contenu web, soulève de nombreuses questions éthiques.

Les risques liés au biais et la discrimination

L’utilisation de Gemini de Google dans la production de contenu pourrait potentiellement amplifier les biais existants dans les données sur lesquelles il est formé. Il pourrait ainsi contribuer à perpétuer des stéréotypes et de la discrimination envers certains groupes de personnes. Le générateur d’image a d’ailleurs dû être mis en pause ces dernières semaines afin de corriger des biais dans les données suite à des représentations historiques erronées. 

Les problématiques de désinformation et le phénomène des deepfakes

La capacité de Gemini à générer du contenu de synthèse réaliste soulève des préoccupations concernant la propagation de fake news et la création de deepfakes. Ce contenu manipulé peut être utilisé pour diffuser de fausses informations.

La gestion de la propriété intellectuelle et la question des droits d’auteur

L’utilisation des IA génératives d’OpenAi, Microsoft ou Google soulève des questions complexes de propriété intellectuelle et de droits d’auteur. La nature générative rend parfois difficile de déterminer qui est le véritable propriétaire du contenu qu’il génère.

Quelle est la différence entre Gemini (Bard) et ChatGPT ?

En tant que modèle d’IA multimodale, Gemini peut traiter différents types de contenu. Il excelle dans la création de contenu créatif, la traduction et la compréhension du langage naturel. De plus, il est capable de générer divers formats de texte, de traduire entre plusieurs langues et de comprendre le sens et le contexte des phrases.

ChatGPT est un modèle unimodal, principalement utilisé pour la création de contenu textuel et les conversations. Il se distingue par ses capacités en génération de texte factuel et conversationnel. Il peut ainsi produire des articles, des scripts de dialogue et des réponses à des questions de manière fluide et cohérente.

Si les deux modèles reposent sur une architecture Transformer, celle de Gemini est réputée plus complexe. Des modules spécialisés pour chaque type de données lui confèrent une performance et une efficacité accrues, notamment dans les tâches complexes impliquant plusieurs types de données.

Avec une année 2024 chargée sur le plan électoral aux États-Unis, au Royaume-Uni, en Inde, en Union européenne ou encore en Russie, les risques liés à l’IA générative sont plus que jamais un sujet d’actualité. Les principaux acteurs comme Microsoft, Google, OpenAI ainsi que d’autres géants de la Tech comme Meta, TikTok ou même Adobe, se sont engagés à travailler sur des solutions pour repérer les contenus trompeurs.