- Google regroupe Bard sous la marque Gemini et ajoute, au chat existant basé sur Pro 1.0, Gemini Advanced fondé sur Ultra 1.0 ainsi qu’un accès mobile
- Gemini est déjà disponible avec le modèle Pro 1.0 dans plus de 40 langues et plus de 230 pays et territoires, tandis qu’Advanced démarre en anglais dans plus de 150 pays et territoires
- Gemini Advanced donne accès à Ultra 1.0, pour traiter plus en profondeur des tâches comme le code, le raisonnement logique, l’exécution d’instructions complexes et la collaboration créative
- Le Google One AI Premium Plan inclut Advanced pour 19,99 $ par mois, avec 2 mois d’essai gratuit et les avantages Premium existants, dont 2 To de stockage
- Sur mobile, l’accès se fait via l’app Android et l’activation optionnelle dans Google Assistant, ainsi que via un bouton Gemini dans l’app Google sur iOS, tout en conservant certaines fonctions vocales d’Assistant
Passage de Bard à Gemini
- Google présentait Bard comme le point d’accès permettant aux utilisateurs d’utiliser directement ses modèles d’IA, et adopte désormais la marque Gemini, nom qui représente sa famille de modèles la plus puissante
- Les utilisateurs peuvent accéder à Gemini basé sur le modèle Pro 1.0 dans plus de 40 langues et plus de 230 pays et territoires
- Ce changement s’articule autour de deux nouvelles expériences
- Gemini Advanced, qui donne accès à Ultra 1.0
- une expérience mobile via l’app Android et l’app Google sur iOS
Gemini Advanced et Ultra 1.0
- Gemini Advanced est une nouvelle expérience donnant accès à Ultra 1.0, le modèle d’IA le plus récent, le plus grand et le plus performant de Google
- Dans des évaluations à l’aveugle menées par des examinateurs tiers, Gemini Advanced basé sur Ultra 1.0 a été jugé plus souvent préférable aux principaux chatbots concurrents
- Il montre des points forts sur les tâches complexes
- raisonnement logique
- code avancé
- exécution d’instructions nuancées
- collaboration sur des projets créatifs
- Il permet des conversations plus longues et plus détaillées, et comprend mieux le contexte des prompts précédents
Usages d’Ultra 1.0 et plans d’extension
- Gemini Advanced peut agir comme un tuteur personnel, en créant des consignes étape par étape adaptées au style d’apprentissage, des quiz d’exemple et des discussions interactives
- Dans des scénarios de code avancés, il peut servir de partenaire de réflexion ou aider à comparer plusieurs approches de programmation
- Les créateurs numériques peuvent l’utiliser pour générer de nouveaux contenus, analyser les tendances récentes et faire émerger des pistes d’amélioration pour développer leur audience
- Cette première version reflète l’état actuel des avancées du raisonnement IA, et les fonctions suivantes seront ajoutées à l’avenir pour les utilisateurs d’Advanced
- capacités multimodales étendues
- fonctions de code plus interactives
- analyse de données plus approfondie
- nouvelles fonctions exclusives
- Gemini Advanced est disponible en anglais dans plus de 150 pays et territoires, avec une extension progressive à davantage de langues
Google One AI Premium Plan
- Gemini Advanced est inclus dans la nouvelle offre Google One AI Premium Plan
- Le tarif est de 19,99 $ par mois, avec 2 mois d’essai gratuit au lancement
- Cette offre inclut aussi les avantages du Google One Premium plan existant
- 2 To de stockage
- Les abonnés AI Premium pourront bientôt utiliser Gemini dans Gmail, Docs, Slides et Sheets
- le nom précédent était Duet AI
Vérifications de sécurité et amélioration du modèle
- Google indique avoir intégré des garde-fous dans ses produits conformément à ses AI Principles afin de réduire les contenus dangereux et les biais
- Avant le lancement de Gemini Advanced, l’entreprise a mené de vastes évaluations de confiance et de sécurité
- y compris des tests de red team externes
- Le modèle sous-jacent a aussi été amélioré davantage via du fine-tuning et de l’apprentissage par renforcement fondés sur les retours humains
- Davantage de détails techniques sont disponibles dans le Gemini Technical Report mis à jour
Utiliser Gemini sur mobile
- Google lance une nouvelle expérience mobile reposant sur l’app Android et l’app Google sur iOS afin de faciliter l’accès à Gemini sur téléphone
- Sur téléphone, Gemini peut aider en déplacement via la saisie, la voix et l’ajout d’images
- prendre en photo un pneu crevé et demander quoi faire
- créer une image personnalisée pour une invitation à une soirée
- obtenir de l’aide pour rédiger un SMS difficile à écrire
- Google présente cette expérience mobile comme une première étape vers un assistant IA conversationnel, multimodal et utile
Modalités de disponibilité sur Android et iOS
- Sur Android, Gemini est proposé comme un nouveau type d’assistant qui aide l’utilisateur grâce à l’IA générative
- Il est accessible en téléchargeant l’app Gemini ou en activant l’option dans Google Assistant, puis via l’app ou les méthodes habituelles d’appel d’Assistant
- appui sur le bouton d’alimentation sur certains téléphones
- balayage depuis les coins
- invocation avec « Hey Google »
- La nouvelle expérience en surcouche sur Android permet d’accéder à Gemini par-dessus l’écran et d’obtenir une aide contextuelle
- générer une légende pour une photo qui vient d’être prise
- poser des questions sur le texte en cours de lecture
- Dans l’app Gemini, de nombreuses fonctions vocales de Google Assistant restent disponibles, comme régler un minuteur, passer un appel ou contrôler des appareils domotiques, et Google prépare la prise en charge de davantage de fonctions
- Sur iOS, l’accès à Gemini sera proposé dans les prochaines semaines dans l’app Google
- il suffira d’appuyer sur le bouton Gemini pour discuter
- il pourra servir à créer des images personnalisées, aider à rédiger des publications sociales ou planifier une soirée en couple
Régions et langues de lancement
- Le déploiement de Gemini commence aujourd’hui sur les téléphones Android et iOS en anglais aux États-Unis
- La disponibilité complète est attendue dans les prochaines semaines
- À partir de la semaine prochaine, l’accès en anglais s’étendra à davantage de régions
- La prise en charge du japonais et du coréen arrivera également la semaine prochaine, et d’autres pays et langues seront ajoutés prochainement
1 commentaires
Avis sur Hacker News
Je suis surpris qu’ils aient abandonné le nom Bard. Bard signifie aussi « personne qui parle », et comme c’est un mot très ancien, il avait peu de chances d’entrer en conflit avec d’autres noms ; ça me semblait être un choix plutôt intelligent.
À l’inverse, Gemini ne paraît pas particulièrement pertinent, sauf si c’est censé vouloir dire le jumeau de ChatGPT, et il existe déjà des entreprises portant ce nom. Cela dit, je comprends l’avantage de commencer par un G, comme « Google ».
À noter que bard.com redirige vers bd.com, une autre entreprise, tandis que Gemini.com est réellement utilisé par une entreprise qui porte ce nom. Je serais curieux de connaître les coulisses de cette décision.
Gemini fait penser à un programme spatial, donc à quelque chose de futuriste, avec l’association émotionnelle d’un bond en avant pour l’humanité. C’est une constellation, c’est dans l’espace et composé d’étoiles ; il y a aussi « gem » dedans, ce qui donne une impression de luxe, de valeur et de raffinement. Je ne dis pas que c’est le meilleur nom possible, mais il est bien plus approprié que Bard.
Cela dit, Gemini sonne bien, a un côté science-fiction et, comme c’est simplement du latin, il sera peut-être un peu plus facile à localiser.
Il y a aussi une association avec Gemini killer, ainsi qu’avec Joseph Testa et Anthony Senter, les tueurs à gages « Gemini twins » de la mafia. Ils auraient sans doute pu choisir un meilleur nom de marque.
On dirait aussi le nom d’un système d’IA de champ de bataille dans Robotron. « Sir, Gemini is charged and ready for battle. »
D’un point de vue mythologique, Gemini semble toutefois plus logique pour l’ensemble de l’activité et du marketing. On peut imaginer un message du genre : « Cette IA est votre jumeau. Elle finit même vos phrases à votre place. »
Je ne sais pas si Gemini sera très différent, et GPT-3.5 comme GPT-4 me semblent encore plus impressionnants, mais ce changement de nom peut au moins produire une certaine remise à zéro.
Après l’avoir essayé pendant une vingtaine de minutes, la qualité de Bard Advanced (Gemini Ultra) est assez impressionnante. Les résultats sont aussi bons que ceux de GPT-4, et meilleurs dans certains cas.
Ses points forts : de meilleures traductions en anglais des idiomes chinois et japonais, et une meilleure intégration des résultats de recherche dans les réponses que GPT-4 avec Bing.
Ses points faibles : il est un peu moins bon en code, la censure est plus pénible, et il faut poser plusieurs fois les questions sur les sujets médicaux. Sa logique est aussi plus faible : il se contredit dans une même phrase sans s’en rendre compte, et il hallucine beaucoup quand on lui demande de décrire des images.
Gemini pourrait alors devenir l’IA guichet unique pour tout. Microsoft est le seul à pouvoir répondre de manière comparable, mais Microsoft n’a pas de service de cartographie populaire, ni YouTube, ni messagerie, ni OS de smartphone.
Apple est aussi un acteur puissant, mais n’a pas d’outils de productivité comme docs, sheets ou YouTube. À partir de maintenant, la compétition en IA ressemble surtout à une question de savoir si Google va se saborder tout seul.
Aller sur ChatGPT pour copier-coller les résultats va devenir de plus en plus contraignant, et l’intégration de Bing est elle aussi pénible. OpenAI semble se concentrer sur le passage à l’échelle des grands modèles de langage, tandis que Google DeepMind explore aussi d’autres directions.
Google pourrait regrouper YouTube TV, YouTube Premium, Google Drive, le stockage, une recherche sans publicité, Docs/Sheets/Gmail intégrés à Gemini, ainsi qu’un Pixel Phone/Watch subventionné dans une offre à, disons, 99 $ par mois, ce qui pourrait être assez attractif pour beaucoup de gens.
Récemment, j’ai posé à Bard et ChatGPT des dilemmes philosophiques classiques. ChatGPT avait aussi des difficultés, mais Bard était bien pire, et choisissait toujours le camp conservateur, c’est-à-dire celui qui ne défend pas les libertés qui ne sont pas encore largement établies. Il s’agissait de questions sur les limites de l’utilitarisme, du type « qu’est-ce qui est le mieux pour la société, qu’est-ce qui est le mieux pour l’individu ».
Même en modifiant les exemples pour introduire des éléments comme la participation volontaire et orienter le biais, Bard maintenait sa position, tout en affirmant au départ que la question était ambivalente et ouverte.
Ce type de système repose par nature sur ce qui est largement accepté à une époque donnée, et renforce donc le statu quo. Si l’histoire avait été différente, il aurait défendu l’esclavage, se serait opposé au droit de vote des femmes, et aurait très probablement qualifié l’homosexualité de contraire à l’éthique.
Ce n’est pas seulement une question d’éthique. Dans l’IT et la programmation aussi, les langages, styles et méthodologies déjà inventés peuvent obtenir un avantage considérable. C’est encore plus vrai si l’on n’est pas une entreprise comme Microsoft ou Google, capable d’orienter le modèle dans la direction souhaitée.
Si l’on ajoute à cela la question des coûts, et que seules les personnes ou institutions disposant d’une puissance financière importante peuvent établir les règles, les perspectives sont assez sombres. Les dix dernières années, où les dilemmes sur les accidents de voitures autonomes consistaient à décider qui heurter dans des situations absurdement improbables, me manquent presque.
D’après mon expérience, Gemini Ultra comprend mieux le code, mais semble limiter davantage la longueur de sortie, si bien qu’il ne donne pas toujours un résultat complet.
Il peut aussi être très intelligent. Il m’a expliqué qu’un certain code insérait un entier 12 bits dans plusieurs parties d’un tableau avec un encodage spécifique, ce que la plupart des gens auraient eu du mal à déduire à partir de ce seul code. Il m’a ensuite indiqué qu’il suffisait d’utiliser une fonction de conversion élégante que je ne connaissais pas.
Mais ce code était très légèrement faux. Si je lui dis de ne pas utiliser cette superbe fonction, il écrit en fait le code correctement. GPT-4 ne sait presque pas ce que fait le code, mais peut le nettoyer un peu.
Ultra donne donc parfois l’impression d’être trop intelligent et de viser à moitié à côté.
Malgré tout, quand j’ai donné plusieurs milliers de lignes de code aux deux modèles pour les refactoriser, aucun des deux n’a fait plus d’une erreur, et le reste du code a compilé et fonctionné du premier coup.
C’était du code qui ne pouvait pas figurer dans les données d’entraînement, du Python écrit à la main à partir d’un vieux binaire x86 dont le code source avait disparu ; il n’était donc pas susceptible d’exister sous une forme plus propre sur GitHub.
GPT-4 comme Gemini Ultra ont transformé environ 8 000 à 10 000 lignes de code désordonné en Python ou TypeScript propre et idiomatique avec presque aucune intervention de ma part, et un bug chacun, ce n’est pas mauvais.
Le bug introduit par GPT-4 était plus subtil. Lors de la conversion en TypeScript, il a transformé sans raison l’équivalent de
(uint8)'a'en(uint8)'a' - '0'. Je ne sais pas si c’est représentatif.Quand on donne le même travail à d’autres modèles « haut de gamme », par exemple ceux listés sur can ai code, la plupart n’arrivent même pas à produire du code qui fonctionne correctement sur l’ensemble de l’entrée, et on est très loin d’un bon code.
Les cas d’usage comme la traduction sont moins impressionnants que le raisonnement logique. Ils donnent l’impression de s’améliorer simplement quand on leur injecte beaucoup de données, tandis que le raisonnement logique donne l’impression que le modèle a « appris » quelque chose au-delà d’un simple appariement de motifs.
Quand on cherche dans le Play Store, les premières icônes sont celles de Crypto.com et de l’option d’installation « Gemini: Buy Bitcoin & Crypto ».
Il faut passer leurs captures d’écran, puis les Limited-time events, puis You Might Also Like et Similar Apps avant de le voir enfin. Je l’ai installé et lancé, et le message « Gemini isn't currently available. Try again later. » s’est affiché.
Bravo Google. Super lancement.
Pour le deuxième problème, j’ai vu la même erreur, mais après avoir fermé puis relancé, l’app s’est ouverte normalement.
Sur Google Play dans le navigateur : « This app is not available for your device »
Dans l’app Google Play : « This item is not available in your country. »
Dans Aurora Store : « Download Failed. App not purchased »
Vraiment un excellent lancement. Bravo.
La fonctionnalité indispensable à l’app, c’est l’envoi automatique après saisie vocale. Elle propose de remplacer Google Assistant et, après quelques minutes d’essai, elle semble pouvoir le faire, mais au lieu de simplement parler à son téléphone, il faut appuyer manuellement sur le bouton d’envoi à chaque fois.
J’avais assez hâte d’essayer enfin Gemini Advanced, mais pour l’instant c’est décevant.
La question de test que j’utilise souvent est un problème que même ChatGPT 3.5 réussit. « Je suis devant une porte vitrée, et le mot push est écrit sur la porte en écriture miroir. Dois-je pousser ou tirer, et pourquoi ? »
Gemini Advanced répond qu’il faut pousser, tout en expliquant que si le mot est en écriture miroir, la bonne action est l’inverse de ce qui est écrit, puis conclut quand même push. Il n’est même pas cohérent avec ses propres propos. Ce genre de « sensation de parler à quelqu’un de stupide » est ce qu’il y a de pire.
ChatGPT 3.5 a répondu que si le texte apparaît en miroir, c’est une indication destinée aux personnes de l’autre côté, donc qu’il faut tirer.
Il a expliqué que lorsque « push » est écrit en miroir, cela sert souvent à indiquer que l’action nécessaire pour ouvrir la porte est l’inverse de ce qui est écrit, et que c’est une mesure de sécurité pour éviter les blessures ou les dégâts quand on pousse une porte vitrée.
Il a aussi dit que c’est une conception courante pour les portes vitrées dans les lieux publics et qu’en l’absence d’autre instruction claire, il faut faire l’inverse.
Il a répondu que si « push » est écrit en miroir, cela signifie que les personnes de l’autre côté doivent pousser, et que si l’on voit l’écriture en miroir depuis ce côté-ci, cela indique l’action à effectuer depuis l’autre côté ; dans ce cas, il faut donc pousser la porte.
Il a expliqué que le cœur de la question était de comparer la même quantité de matières différentes, mais la vraie question portait sur 2 livres de plumes et 1 livre de briques, donc c’était faux. Il a longuement parlé de densité tout en lisant mal les quantités de poids.
Il explique que l’écriture miroir signifie que l’instruction ne s’adresse pas à la personne actuellement à l’extérieur, mais à quelqu’un à l’intérieur qui regarde vers l’extérieur.
« Pour améliorer la technologie qui alimente Gemini Apps, les conversations sont traitées par des réviseurs humains. N’entrez rien que vous ne souhaitez pas voir examiné ou utilisé. »
J’apprécie cette franchise, mais l’absence de confidentialité ou de moyen d’opt-out dans une fonctionnalité payante n’est pas terrible.
Il est indiqué : « Si vous ne souhaitez pas que vos futures conversations soient examinées ou utilisées pour améliorer les modèles de machine learning, désactivez Gemini Apps Activity. »
Les seules exceptions sont à peu près les cas où le contrat interdit explicitement au fournisseur d’utiliser ou de consulter les données sans l’autorisation de l’utilisateur, mais c’est rare.
Gemini Ultra semble meilleur que GPT-4 en logique. C’est encore en test, mais il y a un prompt qu’Ultra a réussi et que GPT-4 a complètement raté
« Tabitha aime les cookies mais n’aime pas le cake. Elle aime le mutton mais n’aime pas le lamb, et elle aime l’okra mais n’aime pas le squash. En suivant la même règle, qu’est-ce qu’elle aimerait entre cherries et pears ? »
https://i.imgur.com/KW6gQbc.jpeg
https://i.imgur.com/OSHSvLp.png
Dans un prompt demandant de remplir les blancs d’une fonction CoC, GPT-4-Turbo a donné la bonne réponse avec
(f (g (h (g z)))), tandis que Gemini Advanced s’est trompé avech (h (g (f z)))Gemini n’a même pas respecté l’instruction « ne répondre que par la bonne réponse » et a ajouté toute une justification hallucinée. Le gagnant semble tout trouvé. Capture d’écran : https://imgur.com/a/GotG0yF
Il répond que des cherries tombent du ciel. C’était la première question du chat, sans question ni contexte précédent
Dans les cas d’usage réels, ce qui serait plus impressionnant, ce serait qu’un grand modèle de langage dise « impossible à deviner » au lieu d’inventer son raisonnement ou de chercher la réponse en ligne
Le fait que « apples » ait deux syllabes peut être connu parce que cela figure quelque part dans les données d’entraînement, mais si l’on invente un faux nom de fruit comme « bratush », un humain y verra deux syllabes, tandis que pour un grand modèle de langage cela peut représenter de 1 à 7 tokens, sans information propre au mot lui-même
La stratégie consistait à lui faire proposer 5 motifs aussi distincts et nouveaux que possible, à vérifier qu’ils s’appliquent sans exception, à revérifier lentement que le motif s’appliquait exactement, et à lui faire expliquer chaque étape pour ne rien manquer d’important
Indépendamment de la qualité du modèle, la structure de l’abonnement est assez étrange, surtout pour les utilisateurs actuels de Google One
Jusqu’ici, il y avait 2 To et d’autres avantages à 9,99 $ par mois, 5 To et des avantages supérieurs à 24,99 $ par mois, puis des forfaits supérieurs de 10 à 30 To ; c’était cohérent et facile à comprendre, à part le fait que seuls les forfaits 10 à 30 To n’avaient pas de paiement annuel
Désormais, le forfait IA ajoute 2 To, d’autres avantages et l’accès à Gemini pour 19,99 $ par mois, mais uniquement avec une facturation mensuelle
Les abonnés Google One existants se retrouvent dans une situation étrange. Les utilisateurs du forfait annuel 2 To doivent passer à un forfait mensuel pour utiliser Gemini, et ceux qui ont davantage de stockage n’ont même pas d’option de mise à niveau, sauf à réduire leur espace. Pour les utilisateurs de Google Fi, c’est encore pire : même s’ils veulent payer plus, ils n’ont pas d’option de mise à niveau
Google en est sans doute conscient et offre les fonctions IA gratuitement aux abonnés des forfaits supérieurs jusqu’au 31 juillet, puis préparera probablement un nouveau forfait, mais cela reste très déroutant pour les utilisateurs. Le fait que YouTube Premium soit un abonnement séparé est déjà pénible ; il n’était pas nécessaire d’ajouter ce problème à un produit censé être « One »
J’étais sur le forfait annuel 100 Go jusqu’en août, et il n’y a pas non plus de remise sur le nouvel abonnement mensuel. Dommage
“Sorry, Gemini Advanced isn't available for you”
« Gemini Advanced n’est pas encore disponible dans certains pays, pour les comptes professionnels et pour les utilisateurs en dessous d’un certain âge. »
En savoir plus : https://login.corp.google.com/request?s=support.corp.google....
Bard ? Gemini ? Gemini Advanced ? Gemini Ultra ? Ultra 1.0 ? On dirait qu’ils n’ont pas encore arrêté leur système de noms. C’est la dénomination la plus déroutante depuis la Xbox Series X.
Gemini « Basic », Advanced et Ultra sont différentes tailles de cette architecture.
Ce n’est qu’une supposition, mais « Ultra 1.0 » semble indiquer l’intention de sortir davantage de modèles basés sur la configuration Ultra. Comme c’est le modèle le plus commercial, il pourrait aussi y avoir une promesse de stabilité. Par exemple, même si Ultra 3.0 sort, Ultra 1.0 continuerait d’être proposé, de sorte que quelqu’un qui l’a intégré et validé dans son projet puisse s’attendre à peu ou pas de changements du modèle sous-jacent.
Maintenant que tout le monde a compris la valeur des données, les entreprises autres qu’OpenAI ont plus de mal qu’avant à accéder à des masses de données gratuites, donc cela risque de continuer encore un moment.
À part ça, je pense que même Microsoft, malgré un accès complet à ChatGPT, en fait une implémentation nettement moins bonne. Apple devrait connaître un sort similaire pendant quelque temps.
Bard est un nom en cours d’abandon, Gemini est le nom du modèle, et c’est moins confus que de l’appeler simplement « GPT ».
Gemini Advanced est un modèle Gemini plus capable, Gemini Ultra est le modèle Gemini le plus capable, Gemini 1.0 est la version du modèle, et le fait d’en être à la 1.0 semble vouloir dire qu’il est désormais prêt pour un usage officiel.
Je me suis abonné à Gemini Advanced à 21 $ par mois et, même si ce n’est qu’un seul exemple, je lui ai demandé une tâche de programmation assez difficile et il s’en est très bien sorti. C’était en Common Lisp, un langage peu connu, et mon langage de programmation préféré depuis 1982. Il doit bien y avoir quelques dizaines d’amateurs de CL dans le monde.
Le code généré comme les explications complémentaires étaient tous deux très bons.
Petite digression amusante : j’utilise de moins en moins les services Google « gratuits » comme la recherche et Gmail, mais je dépense maintenant environ 135 $ par mois en services Google payants. Ce montant n’inclut pas les coûts GCP. Les services payants comme YouTube/Music Premium, YouTube TV et Play Books sont vraiment excellents.