Dans sa volonté de redéfinir le paysage de l’IA, Google a récemment annoncé le lancement de Gemini 2.0 Flash Thinking, un modèle de raisonnement multimodal capable de résoudre des problèmes complexes tout en étant rapide et transparent.
Dans un message publié sur le réseau social X, Sundar Pichai, le CEO de Google, a évoqué qu’il s’agissait de : “Notre modèle le plus réfléchi à ce jour :)”.
Selon la documentation destinée aux développeurs, Google précise que le “Mode de réflexion” dispose de capacités de raisonnement plus élaborées que le modèle de base Gemini 2.0 Flash, qui avait été présenté très récemment, seulement huit jours auparavant.
Le nouveau modèle prend en charge jusqu’à 32 000 tokens d’entrée (soit environ 50-60 pages de texte) et peut générer jusqu’à 8 000 tokens par réponse. Dans un panneau latéral de Google AI Studio, l’entreprise indique qu’il est optimal pour la “compréhension multimodale, le raisonnement” et “la programmation”.
Les détails complets concernant le processus d’entraînement du modèle, son architecture, ses conditions de licence et ses coûts ne sont pas encore disponibles. Actuellement, le coût par token dans Google AI Studio est affiché à zéro.
Raisonnement accessible et plus transparent
À la différence des modèles concurrents de raisonnement comme o1 et o1 mini d’OpenAI, Gemini 2.0 permet aux utilisateurs d’accéder à son raisonnement étape par étape via un menu déroulant, offrant ainsi une transparence accrue sur la manière dont le modèle parvient à ses conclusions.
En permettant aux utilisateurs de comprendre comment les décisions sont prises, Gemini 2.0 répond à des préoccupations de longue date concernant le fonctionnement des IA, souvent perçues comme des “boîtes noires”. Ce modèle, dont les modalités de licence restent à préciser, est désormais en mesure de rivaliser avec d’autres modèles open source mis au point par des concurrents.
Mes premières évaluations simples du modèle ont montré qu’il a répondu correctement et rapidement (entre une et trois secondes) à des questions réputées difficiles pour d’autres modèles AI, comme le nombre de “R” dans le mot “Fraise”.
Dans un autre test, en comparant deux nombres décimaux (9,9 et 9,11), le modèle a méthodiquement décomposé le problème en étapes plus petites, passant de l’analyse des nombres entiers à la comparaison des décimales.
Ces résultats ont été validés par une analyse indépendante d’une tierce partie, LM Arena, qui a désigné Gemini 2.0 Flash Thinking comme le modèle le plus performant dans toutes les catégories de LLM.
Support natif pour les téléchargements et l’analyse d’images
En améliorant encore le modèle par rapport à la famille o1 d’OpenAI, Gemini 2.0 Flash Thinking a été conçu pour traiter les images dès le départ.
o1 a été lancé comme un modèle réservé au texte, mais a depuis été étendu pour inclure l’analyse d’images et de fichiers. Les deux modèles ne peuvent toutefois générer que du texte à ce jour.
Il est à noter que Gemini 2.0 Flash Thinking ne prend pas encore en charge l’intégration avec Google Search ni les autres applications Google ou outils tiers, selon la documentation destinée aux développeurs.
La capacité multimodale de Gemini 2.0 Flash Thinking ouvre de nouvelles possibilités d’application, lui permettant de traiter des scénarios combinant différents types de données.
Par exemple, dans un test, le modèle a résolu un puzzle nécessitant l’analyse d’éléments textuels et visuels, prouvant ainsi sa flexibilité dans l’intégration et le raisonnement à travers divers formats.
Les développeurs peuvent tirer parti de ces fonctionnalités via Google AI Studio et Vertex AI, où le modèle est disponible pour des expérimentations.
Alors que le domaine de l’intelligence artificielle devient de plus en plus compétitif, Gemini 2.0 Flash Thinking pourrait annoncer une nouvelle ère pour les modèles de résolution de problèmes. Sa capacité à gérer des types de données variés, à offrir un raisonnement visible et à fonctionner à l’échelle le positionne comme un concurrent sérieux sur le marché de l’IA de raisonnement, rivalisant avec la famille o1 d’OpenAI et au-delà.
Bon à savoir
- Gemini 2.0 Flash Thinking présente une approche innovante du raisonnement, privilégiant la clarté et la transparence.
- Le modèle a été conçu pour traiter efficacement des données variées, allant du texte aux images.
- Des tests effectués montrent des résultats prometteurs, notamment dans des domaines complexes souvent problématiques pour d’autres solutions AI.