Gemini

Description

Gemini possède deux sens liés mais distincts. C’est d’abord une famille de modèles fondamentaux conçue par Google DeepMind pour traiter plusieurs modalités : texte, code, images, audio et vidéo selon les versions. C’est aussi l’application et l’assistant de Google. Ce produit fut lancé sous le nom Bard en mars 2023, d’abord avec LaMDA puis PaLM 2, avant d’être rebaptisé Gemini en février 2024. Ce changement aligna la marque de l’interface sur celle des modèles, mais il entretient une ambiguïté : parler de Gemini peut désigner l’application, une fonctionnalité dans Workspace ou un checkpoint précis. La première génération de modèles Gemini fut annoncée en décembre 2023 dans les variantes Nano, Pro et Ultra, visant respectivement les appareils, les usages généraux et les tâches les plus exigeantes. Les générations suivantes ont étendu la fenêtre de contexte, le raisonnement, l’usage d’outils et les fonctions agentiques. Google intègre Gemini à Android, Search, Gmail, Docs, Sheets, Meet, Cloud et aux outils de développement. Une réponse donnée dans l’application peut ainsi dépendre du modèle choisi, d’une recherche Google, de fichiers téléversés ou d’applications connectées. Le caractère multimodal signifie que le système a été conçu pour relier plusieurs types de données, et pas seulement qu’un module externe décrit une image à un chatbot. Cela facilite l’analyse d’une longue vidéo, d’un dépôt de code ou d’un ensemble de documents. Une grande fenêtre de contexte n’équivaut toutefois pas à une mémoire parfaite : le modèle peut négliger un passage, produire une synthèse erronée ou inventer un lien entre deux éléments. Les démonstrations et benchmarks doivent être confrontés aux rapports techniques, aux conditions exactes et à des tests réels. L’écosystème Google rend la confidentialité particulièrement importante. Les extensions et fonctions de Personal Intelligence peuvent, avec autorisation, relier Gemini à Gmail, Photos, YouTube ou d’autres services. Les chats temporaires, l’historique, la personnalisation et l’activité Gemini disposent de contrôles qui évoluent. L’utilisateur doit distinguer ce qui reste dans un service, ce qui peut être examiné pour améliorer les produits et ce qui est envoyé à une application connectée. Les offres professionnelles de Workspace et Cloud suivent des engagements différents des comptes personnels. Gemini peut halluciner, reproduire des biais ou générer des réponses historiquement et visuellement inexactes. Les controverses autour de certaines images et réponses ont montré la difficulté d’appliquer des corrections de représentation sans créer de nouvelles erreurs. Le rabbit hole mène à Google Brain, DeepMind, LaMDA, PaLM, AlphaGo, aux TPU, à la recherche augmentée, aux longues fenêtres de contexte et à l’économie de la recherche Web. La carte représente la transformation d’un empire de l’information : Gemini ne se contente pas de répondre, il devient une couche reliant les modèles aux données, appareils et services de Google.

À savoir

Gemini est à la fois la famille de modèles multimodaux de Google DeepMind et l’assistant qui a remplacé Bard dans les produits grand public de Google.

Sources

• Google — rapport technique de la première famille Gemini ↗
• Google — Bard devient Gemini en février 2024 ↗
• Google — centre de confidentialité des applications Gemini ↗
• Google — chats temporaires et contrôles de personnalisation ↗

Pour aller plus loin

• Parcourir les rapports techniques Gemini ↗

  Pour suivre les générations, modalités et évaluations des modèles plutôt que la seule marque.

• Examiner le centre de confidentialité Gemini ↗

  Pour comprendre activité, rétention, revue humaine et applications connectées.