L’empire contre-attaque

Hier matin, un accord entre OpenAI et Apple semblait très probable. Aujourd’hui, il semble inévitable. 

Mardi soir en effet, Google a annoncé que Gemini 1.5 sera placé au cœur de son système d’exploitation mobile. Cette version 15 d’Android est déjà disponible en bêta. Gemini Nano, déjà déployé sur 100 millions de terminaux, sera doté de capacités multimodales pour minimiser la latence. Cela permettra des conversations potentiellement aussi naturelles que celle, hier, de la directrice technique d’OpenAI Mira Murati avec le nouveau ChatGPT, qui semble conçu pour remplacer Siri. Les expressions et intonations en moins, car Google ne fait pas dans le sentiment.

Un assistant Gemini dans le téléphone

Gemini Nano devient un modèle de fondation “built-in” et “on device” : intégré aux téléphones dès leur conception. Il traitera sur le téléphone, sans communication extérieure, les données confidentielles : les conversations, par exemple, écrites et orales. Le modèle peut ainsi signaler à l’utilisateur un appel frauduleux, comme ceux qui se multiplient de la part de faux agents bancaires. Ou comme celui dont a été victime, cet hiver, le support technique des casinos MGM à Las Vegas, ce qui a ouvert la porte à l’une des attaques par ransomware les plus ruineuses du siècle. 

Pour le dire clairement, l’IA de Google analysera, en temps réel et vraisemblablement en permanence, tout ce qui se passe sur l’écran et dans le micro d’un téléphone Android, soit environ 70% des téléphones dans le monde. Elle agira comme un agent de sécurité et, ô surprise, de recherche. Les données non personnelles et non confidentielles, et notamment les requêtes d’information, seront envoyées soit à Gemini 1.5 Pro (lire Qant du 11 avril) soit au nouveau modèle Gemini 1.5 Flash, capable de réponses plus rapides pour soutenir une conversation sans latence. 

Vers l’infini et au-delà

OpenAI n’est donc pas seule à entrer dans l’IA temps réel. Mais Google y arrive avec des modèles qui acceptent des prompts de 1 million de tokens, et prochainement 2 millions. Soit un PDF de 1 500 pages, une heure de vidéo, 30 000 lignes de code… et bientôt le double. L’ambition est d’arriver à une fenêtre de contexte infinie, qui permettra d’assurer une personnalisation absolue et, peut-être, d’augmenter la fiabilité des modèles (quoique sur ce point, le créateur de Bard est devenu très prudent, et pour cause : lire Qant du 15 mai). Comme pour l’architecture GPT, la recherche principale s’est faite au sein de Google. Seuls les laboratoires de Meta ont également proposé un papier de recherche sur le sujet.

Et si c’était tout ! Les GPTs d’OpenAI doivent maintenant se mesurer aux Gems de Google : des macros programmables plutôt que de véritables agents, dans les deux cas, mais les Gems sont nativement multimodales. Et Google a montré hier les premiers véritables agents d’IA. Le projet Astra, mené par les équipes londoniennes de Deepmind, semble avoir réellement de quoi envoyer l’IA dans les astres.

Bien sûr, Google n’en est pas à sa première démo approximative, hyperbolique, voire mensongère. En un an de course effrénée pour rattraper OpenAI, les bourdes n’ont pas manqué. Mais cette édition d’I/O, épargnée par les fuites qui avaient participé à gâcher les années précédentes, semble avoir réussi un tour de force : compenser par la substance et les avancées des modèles la poudre qu’OpenAI a jeté, la veille, aux yeux du monde.

RETROUVEZ TOUTES LES ANNONCES DE GOOGLE, L’ANALYSE DES NOUVEAUX MODÈLES ET L’INTÉGRALITÉ DE CET ARTICLE EN FIN DE LETTRE