Gemini est le résultat de plusieurs années de recherche et de développement par Google et sa filiale DeepMind, et représente un grand pas en avant dans le domaine de l’IA multimodale.

L’IA multimodale a la capacité de traiter et d’intégrer des informations provenant de différentes sources et modalités, comme le langage, la vision et le son. C’est ainsi que les humains perçoivent et interagissent avec le monde, mais cela a été un défi pour les ordinateurs à émuler. Les tentatives précédentes d’IA multimodale reposaient sur la combinaison de modèles séparés pour chaque modalité, ce qui a entraîné des performances sous-optimales et des capacités limitées.

Gemini est différent

C’est un modèle unique et unifié qui peut passer sans problème d’une modalité à l’autre et générer la meilleure réponse possible. Gemini peut comprendre le contexte et le sens de n’importe quelle entrée, qu’il s’agisse d’une question, d’une commande, d’une conversation ou d’une tâche créative. Gemini peut également produire n’importe quel type de sortie, qu’il s’agisse d’une réponse textuelle, d’un extrait de code, d’un clip audio, d’une image ou d’une vidéo. 

C’est le modèle le plus grand et le plus capable jamais créé, surpassant tous les autres modèles sur un large éventail de benchmarks et de tâches!

Gemini est plus qu’une réalisation technologique ; c’est une vision de l’avenir de l’IA. Gemini est le premier pas vers un modèle d’IA véritablement universel, capable d’apprendre à partir de n’importe quelle donnée et de faire n’importe quoi. Gemini est également une plateforme d’innovation et de collaboration, permettant aux développeurs et aux clients d’entreprise de s’appuyer sur ses capacités fondamentales pour créer de nouvelles applications et solutions. Gemini est également un modèle de responsabilité et de sécurité, intégrant des politiques proactives et des tests rigoureux pour prévenir les éventuels dommages et garantir une utilisation éthique et digne de confiance.

Google a également révélé les détails de sa nouvelle puce TPU pour les charges de travail de l’IA et a ajouté qu’un ‘superordinateur’ d’IA sera disponible sur sa plateforme cloud pour aider au développement et à la formation des modèles d’IA. La puce TPU v5 est la cinquième génération du processeur conçu sur mesure par Google pour l’IA, et elle offre une amélioration de performance de 3,5x par rapport à la version précédente. Le superordinateur d’IA, baptisé ExaScale, est un cluster de milliers de puces TPU v5 qui peut fournir jusqu’à 4 exaflops de puissance de calcul, ce qui en fait l’un des superordinateurs les plus rapides du monde.

Coût de création 

Selon Google, la formation de Gemini Ultra, la version la plus grande et la plus capable du modèle, a pris environ 10 mois et a consommé environ 10 exajoules d’énergie, équivalant à la consommation annuelle d’électricité d’un petit pays. Cependant, la création de Gemini ne se résume pas à une simple question d’énergie. Elle est le fruit d’un investissement financier massif de la part de Google. Des milliards de dollars ont été alloués à la recherche et au développement, à la mise en place d’une infrastructure robuste, et à l’acquisition de talents pour sa création. 

‘Big names’

La conception de Gemini a impliqué de grands noms de Google et DeepMind : Sundar Pichai, Jeff Dean, Larry Page, Sergey Brin et Demis Hassabis figurent parmi les grands noms de Gemini Bard. Dans un geste rare, les cofondateurs de Google, Larry Page et Sergey Brin, qui avaient quitté leurs fonctions de co-PDG d’Alphabet en 2019, ont été convoqués avec des centaines d’autres ingénieurs de Google Brain et DeepMind à des réunions d’urgence pour discuter de la réponse de Google face à ChatGPT.

Google est une réalisation remarquable qui illustre l’état de l’art en matière d’IA, mais il soulève également de nouvelles questions et de nouveaux défis dans ce domaine. Comment Gemini sera-t-il utilisé et réglementé ? Quel sera son impact sur la société et l’économie ? Comment coexistera-t-il avec d’autres modèles et systèmes d’IA ? Comment évoluera-t-il et s’améliorera-t-il au fil du temps ? Telles sont quelques-unes des questions auxquelles Google et la communauté de l’IA devront répondre à mesure que Gemini fera son entrée sur le marché et dans le monde.