La nouvelle offre de Google en matière d'IA générative
Un autre jour, un autre changement dans le monde de l'IA générative.
À ce stade, même un aveugle peut voir que le train de l'IA générative a bel et bien quitté la gare et que Google est officiellement monté à bord.
Ce n'est un secret pour personne que Microsoft a donné le premier coup de poing dans la lutte pour l'IA générative avec son investissement dans OpenAI (et donc ChatGPT), mais Google a décidé de frapper fort.
Google nous fera-t-il le coup de Tyson Fury et se relèvera-t-il pour gagner le combat, conservant son titre de cloud de référence pour l'IA/ML ? Découvrons-le ! 🔎
À quoi ressemble le paysage de l'IA générative de Google ?
Lors de la conférence Google I/O 2023, l'IA générative a été - sans surprise - l'un des principaux sujets de discussion. De grandes annonces ont été faites et de nouveaux services ont été mis en ligne(en avant-première).
Regardons de plus près ce qu'ils ont proposé.
- Pour les utilisateurs
Google a annoncé Duet AI qui est un chatbot assistant d'IA (on pourrait même l'appeler un copilote) qui devrait être mis en œuvre dans tout ce que Google a à offrir, de Workspace à GCP. La recherche Google bénéficiera d'une fonctionnalité similaire, mais n'entre pas dans le cadre de Duet.
Dans l'ensemble, il n'y a rien d'extraordinaire en termes d'idées - surtout si l'on considère les initiatives de Microsoft (par exemple, Office 365 Copilot, Bing Chat, ...) - mais l'entreprise met en pratique ce qu'elle prêche.
- Pour les constructeurs
Le plus important est Generative AI App Builder, qui est la solution gérée, rapide et facile, de Google pour la découverte des connaissances de l'entreprise.
Une interface de chat alimentée par LLM et connectée à des documents d'entreprise internes est un cas d'utilisation général très utile. Pensez à une interface de chat où vous pouvez poser des questions sur des informations contenues dans des manuels techniques, des documents juridiques, etc.
En faire une offre standardisée est la définition même d'une évidence. La facilité de développement semble très impressionnante.
Il s'avère que les gens de Google savent ce qu'ils font lorsqu'il s'agit de rechercher des informations. Je me demande s'ils ont déjà fait cela auparavant ?
Pour en savoir plus sur la technologie RAG (Retrieval-Augmented Generation) qui sous-tend Generative AI App Builder, cliquez ici.
- Pour les accordeurs
Il existe également une solution pour les personnes qui souhaitent aller plus loin et interagir et régler directement les modèles ML sous-jacents. Il s'agit de Generative AI Studio et de Model Garden, tous deux intégrés à Vertex AI.
Le jardin des modèles est l'endroit où vous pouvez parcourir les modèles disponibles pour trouver celui qui correspond à votre cas d'utilisation.
Generative AI Studio est l'endroit où vous pouvez interagir avec les modèles et les adapter à votre cas d'utilisation et/ou à vos données.
La sécurité et l'efficacité sont au rendez-vous : lorsque vous ajustez un modèle, vous n'entraînez qu'un petit modèle d'adaptateur, tandis que le modèle de base réel reste gelé.
Les données et le modèle d'adaptateur ne quittent jamais votre locataire dans le nuage !
Remarque : au moment de la rédaction du présent document, aucun des éléments ci-dessus n'est accessible au public, à l'exception de Generative AI Studio et de Model Garden, qui sont en avant-première.
Les points forts
D'une manière générale, nous constatons une nette convergence des offres d'IA générative dans le nuage vers le même ensemble d'idées.
Les grands esprits se ressemblent, et il est clair que les fournisseurs de nuage font de même.
Cela dit, la pile genAI de Google n'est en aucun cas une copie et il y a de nettes différences. Jetons un coup d'œil à nos premières impressions :
- Une taille unique ne convient pas à tous
Avec PaLM 2, Google a mis l'accent sur la large gamme de tailles disponibles : Gecko, Otter, Bison et Unicorn. Étant donné que seul Bison est disponible en avant-première (à l'heure où nous écrivons ces lignes), il est trop tôt pour faire des comparaisons, mais cette polyvalence est sans aucun doute une piste intéressante, Gecko étant même en passe de pouvoir fonctionner sur un appareil mobile.
- La promesse d'un réglage fin
Le comportement d'ajustement et de réglage fin est très prometteur, même avec seulement 5 à 10 exemples étiquetés. Nous constatons des améliorations significatives, en particulier pour des situations de niche telles que les domaines juridique ou médical.
- La sécurité avant tout
Ce n'est un secret pour personne que les modèles génératifs sont sujets à des problèmes d'éthique s'ils sont complètement relâchés. C'est pourquoi Google se concentre fortement sur la mise en place de garde-fous qui devraient empêcher toute entrée ou sortie non éthique.
À cette fin, Google utilise des "safetyAttributes" qui quantifient le degré de toxicité, de haine, d'insulte, etc. d'une entrée ou d'une sortie donnée.
Il s'agit d'un grand pas vers la tranquillité d'esprit : une entreprise qui utilise l'IA générative ne finira pas par faire les gros titres comme Microsoft Tay.
À quoi pouvons-nous nous attendre ?
Bien sûr, il est encore tôt. À quoi pouvons-nous nous attendre à l'avenir ?
- Conformité en Europe
Il s'agit d'un point important : à l'heure où nous écrivons ces lignes, il n'existe pas d'offre d'IA générative de Google dans laquelle toutes les données restent en Europe !
Pour les cas d'utilisation sensibles, il s'agit bien sûr d'un GRAND pas en avant aux yeux du GDPR.
Il est évident que Google en est parfaitement conscient et qu'il va faire des heures supplémentaires pour rendre cela possible dans un avenir (proche).
- Churn ou pas churn
Nous avons déjà abordé la convergence des offres des principaux acteurs. La question brûlante qui se pose à tous les passionnés d'IA est de savoir si les utilisateurs reviendront de Bing Chat, par exemple, à Google après que ce dernier aura rattrapé son retard en matière d'IA générative.
- Meilleure couverture linguistique
Comme toujours, les avancées dans le domaine du NLP sont toujours centrées sur l'anglais dans un premier temps. Generative AI Studio n'échappe pas à la règle puisqu'il ne prend actuellement en charge que l'anglais.
Cependant, PaLM 2 est hautement multilingue, nous supposons donc que cette prise en charge limitée est davantage due aux garde-fous de biais/toxicité/... mis en place par Google qu'aux capacités du modèle sous-jacent lui-même.
- Multimodalité
Bien que Google propose des offres d'IA génératrice d'images, de texte et de parole, il n'existe pas encore d'IA génératrice multimodale.
La multimodalité étant une tendance en plein essor, il n'est pas difficile d'imaginer un monde où Google proposera des offres multimodales dans un avenir proche.
- API de ML soutenues par GenAI
Google met en pratique ce qu'il prêche et nous nous attendons à ce que cela s'étende à sa suite d'API de ML. Des offres telles que Google Contact Center AI et Dialogflow semblent être des candidats évidents pour être soutenues par des LLM.
Compte tenu des performances impressionnantes en matière de réglage fin, nous sommes particulièrement intéressés par les modèles spécifiques à un domaine tels que MED-PaLM2 et par la façon dont ils seront commercialisés.
Conclusion
Les choses s'accélèrent dans le paysage de l'IA générative. OpenAI a frappé Google là où ça fait mal (en utilisant sa propre technologie, rien de moins), mais il est revenu à la charge.
Google a lancé des services qui sont largement en ligne avec ceux de ses concurrents et il met en pratique ce qu'il prêche dans ses propres produits (par exemple, Google search, Workspace, etc.).
D'après les premières impressions, il semble que l'IA générative de Google devienne compétitive par rapport à Azure et AWS.
La grande question que tout le monde se pose est de savoir si Microsoft peut transformer son choc en une domination de l'IA générative ou si Google conservera son titre de champion de l'IA.
Le jury ne s'est pas encore prononcé sur cette question.