En novembre 2024, Google a dévoilé son nouveau modèle d’intelligence artificielle, Gemini 2.0 Flash Thinking Experimental, conçu pour le raisonnement complexe.
Bien qu’il en soit encore à un stade expérimental, ce modèle suscite déjà un intérêt considérable dans le domaine de l’IA, notamment pour sa capacité à traiter des problèmes complexes dans des domaines variés comme la programmation, les mathématiques et la physique.
Lire aussi :
- Comment Cohere et Palantir collaborent-ils pour déployer des solutions d’intelligence artificielle tout en répondant aux enjeux éthiques ?
- Quelles sont les nouvelles fonctionnalités de l’outil de recherche AI qui bénéficient aux utilisateurs de ChatGPT ?
Une IA qui mise sur le raisonnement
Gemini 2.0 Flash Thinking Experimental a été intégré à AI Studio, la plateforme de prototypage d’IA de Google. Ce modèle est décrit comme idéal pour la compréhension multimodale, le raisonnement, et le codage. Contrairement aux modèles traditionnels, les IA de raisonnement comme Gemini 2.0 sont capables de vérifier elles-mêmes leurs réponses, ce qui leur permet d’éviter certaines erreurs fréquentes des modèles génératifs.
Cependant, cette capacité de vérification a un coût : les modèles de raisonnement nécessitent plus de temps pour fournir une réponse. Selon Jeff Dean, scientifique en chef chez Google DeepMind, Gemini 2.0 est conçu pour “utiliser des pensées afin de renforcer son raisonnement”. Le modèle prend également en compte plusieurs scénarios avant de formuler une réponse qu’il juge la plus précise.
Quels sont les avantages et les enjeux de la nouvelle fonctionnalité mémoire de Google Gemini ?
Des performances prometteuses mais des limites évidentes
Malgré son potentiel, Gemini 2.0 Flash Thinking Experimental montre encore des faiblesses. Lors de tests préliminaires, il a par exemple mal compté le nombre de lettres dans le mot “strawberry”. Ce genre d’erreur, bien qu’anecdotique, souligne que cette technologie est encore loin d’être infaillible.
De plus, les modèles de raisonnement, par nature, sont coûteux en ressources informatiques. Chaque requête nécessite un temps de calcul significatif, ce qui peut limiter leur application à grande échelle. Néanmoins, Google reste optimiste, estimant que ces modèles représentent une étape cruciale pour surmonter les limites des approches classiques, souvent basées sur la puissance brute des calculs.
Une concurrence en pleine ébullition
Google n’est pas seul sur ce créneau. Des acteurs comme OpenAI, Alibaba avec son modèle Qwen, ou encore DeepSeek investissent massivement dans le développement de modèles similaires. Cette course à l’innovation est motivée par la recherche de nouvelles méthodes pour affiner les modèles d’IA, alors que les techniques traditionnelles atteignent leurs limites.
Avec au moins 200 chercheurs travaillant sur les modèles de raisonnement, Google semble déterminé à maintenir sa position de leader dans le domaine. Pourtant, des questions persistent sur la durabilité de ces progrès et leur viabilité économique.
Une technologie encore en construction
Si Gemini 2.0 Flash Thinking Experimental marque une avancée importante dans l’IA, il reste clair que cette technologie en est encore à ses débuts. Les prochains mois permettront de mieux évaluer son utilité et sa pertinence, alors que Google et ses concurrents continueront d’explorer les possibilités offertes par l’intelligence artificielle de raisonnement.
