La meilleure démonstration de Gemini de Google était truquée

Le nouveau modèle d’IA Gemini de Google a reçu un accueil mitigé après son grand début hier, mais les utilisateurs peuvent avoir moins confiance dans la technologie de la société ou dans son intégrité après avoir découvert que la démonstration la plus impressionnante de Gemini était en grande partie truquée. Une vidéo intitulée «Hands-on with Gemini: Interacting with multimodal AI» a atteint un million de vues au cours de la dernière journée, et il n’est pas difficile de comprendre pourquoi. La démonstration impressionnante «met en évidence certains de nos interactions préférées avec Gemini», montrant comment le modèle multimodal (c’est-à-dire qu’il comprend et mélange la langue et la compréhension visuelle) peut être flexible et réactif à une variété d’entrées. Tout d’abord, il raconte une évolution de l’esquisse d’un canard d’un squiggle à un dessin terminé, ce qu’il dit être une couleur peu réaliste, puis exprime sa surprise («What the quack!») En voyant un canard bleu en plastique. Il répond ensuite à diverses requêtes vocales concernant ce jouet, puis la démonstration passe à d’autres mouvements de démonstration, comme le suivi d’une balle dans un jeu de bascule de tasses, la reconnaissance de gestes de marionnettes d’ombres, la réorganisation de croquis de planètes, etc. Tout est très réactif, trop, bien que la vidéo mette en garde que «la latence a été réduite et les sorties de Gemini ont été raccourcies». Donc, ils passent par une hésitation ici et une réponse trop longue là-bas, d’accord. Dans l’ensemble, c’était un spectacle assez étonnant de force dans le domaine de la compréhension multimodale. Ma propre scepticisme quant à la possibilité pour Google de livrer un concurrent a été mis à mal lorsque j’ai regardé le hands-on.