Dès aujourd’hui, l’agent conversationnel de Google est disponible sous la forme d’une application mobile. Cette intelligence artificielle est capable de traiter des informations textuelles, mais aussi des photos, des vidéos et des sons. Par ailleurs, Gemini intègre les fonctionnalités de Google Maps. Auparavant connue sous le nom de Bard, l’intelligence artificielle générative de Google, Gemini, effectue maintenant son arrivée sur les smartphones au travers d’une application mobile. Et l’objectif est clair : devenir le concurrent numéro 1 de ChatGPT, voire de le supplanter, aussi bien du point de vue de l’efficacité que du point de vue de la popularité. Mais à quoi sert concrètement Gemini ? Comment fonctionne cet agent conversationnel ? Cette intelligence artificielle présente-elle des différences notables par rapport à ChatGPT ? Comment y accéder ? Nous allons tenter d’y voir plus clair. À quoi sert Gemini ? À l’image de ChatGPT, Gemini est capable de produire des textes et de répondre à des questions (plutôt factuelles). Vous désirez de l’aide pour écrire un poème ? Gemini peut vous aider. Vous avez une question concernant une recette de cuisine ? Gemini vous donnera la recette à suivre, les ingrédients, et quelques conseils. Sans surprise, Gemini est également capable de traduire des textes dans plusieurs langues et de suivre les instructions que vous lui fournissez (ex : établis un programme sportif sur 1 mois). Point important : Gemini est capable d’analyser et d’interpréter une image, une vidéo ou un son que vous lui fournissez. Google donne l’exemple suivant pour illustrer cette fonctionnalité : un utilisateur présente à Gemini une photo d’un pneu crevé et lui demande ensuite des instructions pour le changer. Gemini s’exécute alors sur base de la photo fournie par l’utilisateur. Autre exemple provenant de Google : une personne prend une photo de son plat de nouilles et demande ensuite à Gemini comment elle pourrait l’améliorer. Après une brève description de la photo, Gemini délivre plusieurs conseils : ajouter un œuf, de la viande, des légumes, etc. Notons également que Gemini peut écrire un texte sur base d’une photo (ex : écris un petit texte sur base de la photo de mon chat). Gemini peut être également entièrement contrôlé par la voix (définir un minuteur, passer un appel, définir des rappels, contrôler des objets connectés). À ce titre, certaines fonctionnalités vocales de Google Assistant sont directement disponibles dans l’application Gemini. En résumé, Google souhaite que Gemini devienne l’assistant de vos différentes activités sur votre smartphone. Gemini intègre les fonctionnalités de Google Maps Si vous désirez trouver un restaurant italien dans les environs, Gemini devrait pouvoir vous aider. L’utilisateur peut poser une question, sous forme textuelle ou orale, et l’intelligence artificielle de Google fournira une réponse. De la même façon, Gemini se présente comme un guide de voyage. Informations sur un lieu à visiter, plan d’un séjour, itinéraires, endroits à ne pas manquer, hôtels à proximité, l’intelligence artificielle devrait être capable de fournir des réponses adéquates. Comme nous pouvons le voir sur l’image ci-dessus, Gemini se charge également de fournir de courts textes informatifs sur les restaurants ou les lieux à visiter. Un modèle multimodal natif Nous arrivons ici à la différence majeure entre Gemini et ChatGPT. Nous l’avons vu, Gemini est capable d’analyser des textes, des images, des vidéos, et des sons. Cependant, nous n’avons pas encore précisé qu’il s’agit d’un modèle multimodal natif. Gemini est par conséquent capable de traiter différentes sources au sein même de son système, là où ChatGPT a recours à des plugins et des intégrations pour analyser des images, des vidéos ou encore des sons. En résumé, Gemini est capable de traiter conjointement différents types de sources, ce qui lui donne un atout notable. Comment fonctionne Gemini ? Gemini s’appuie sur différentes sources pour délivrer ses réponses. Premièrement, l’intelligence artificielle se base sur des livres et des articles situés, selon ses termes, dans “une vaste bibliothèque numérique”. Deuxièmement, Gemini développe ses réponses par rapport aux innombrables sites présents sur Internet. Enfin, troisièmement, Gemini explique avoir comme référence des bases de données encyclopédiques et factuelles, dont certaines ne sont pas accessibles au public. En résumé, Gemini pioche dans différentes sources pour fournir ses réponses. Inévitablement, la question des droits d’auteur se pose, mais l’intelligence artificielle de Google assure qu’elle est “tenue de respecter les droits d’auteur”. Reste maintenant à voir si cela se vérifie dans les faits. Si Gemini est maintenant disponible auprès du grand public, son apprentissage reste, lui, en cours. Pour cause, l’intelligence artificielle utilise l’apprentissage dit automatique. En d’autres termes, elle se nourrit continuellement des données qui sont mises à sa disposition. Gemini explique par ailleurs : “Je suis capable d’apprendre de mes interactions avec les utilisateurs et de m’améliorer au fil du temps”. Au plus vous aurez des interactions avec Gemini, au plus ce dernier sera capable de vous fournir des réponses sur mesure. Comment y accéder ? Si l’accès à Gemini est gratuit (il existe une version payante nommée “Gemini Advanced” qui donne accès à d’autres fonctionnalités, plus avancées), il faut néanmoins avoir un compte Google pour pouvoir l’utiliser. Nous pouvons noter plusieurs façons d’y accéder. Gemini bénéficie de sa propre application et est disponible au travers de Google Assistant. Sur certains smartphones, il est possible d’utiliser Gemini en balayant le coin de l’écran, en appuyant sur le bouton d’alimentation ou en disant « Hey Google ». Sur iOS, l’accès à Gemini se fera directement à partir de l’application Google (disponible sur l’Apple Store), et cela dans les deux semaines à venir. Les possesseurs d’un appareil Apple devront alors simplement appuyer sur le bouton Gemini. Reste maintenant à voir si l’intelligence artificielle générative de Google réussira à se faire une place sur nos smartphones.