Google AI Ultra : Gemini 2.5 Deep Think pour résoudre les problèmes complexes
Google a déployé Gemini 2.5 Deep Think, son dernier modèle d’IA avancé, auprès des abonnés Google AI Ultra. Ce nouvel outil est conçu pour aider au développement et à la conception itératifs, à la découverte scientifique et mathématique, ainsi qu’au développement et au codage algorithmiques.
Les évaluations internes indiquent que Gemini 2.5 Deep Think a atteint un niveau de performance Bronze au benchmark de l’Olympiade Internationale de Mathématiques (OIM) 2025. En plus de le rendre disponible aux abonnés Ultra, Google accorde également à un groupe sélectionné de mathématiciens l’accès à la version complète du modèle Gemini 2.5 Deep Think qui a participé à la compétition de l’OIM.
La dernière version intègre les idées des premiers testeurs de confiance et les récentes percées de la recherche, représentant une amélioration significative par rapport à la version présentée lors de Google I/O plus tôt cette année. Ce modèle est une variation de l’IA qui a récemment atteint un standard de médaille d’or à l’OIM de cette année. Alors que les itérations précédentes nécessitaient des heures pour résoudre des problèmes mathématiques complexes, Google déclare que le modèle actuel est plus rapide et plus pratique pour les applications quotidiennes.
Google positionne Deep Think comme un instrument puissant pour la résolution créative de problèmes. L’entreprise a fourni un accès au modèle Deep Think dans l’application Gemini à des mathématiciens, tels que Michel van Garrel, pour les aider à tester des conjectures mathématiques. Parallèlement, un petit groupe de mathématiciens et d’universitaires reçoivent un accès à la version officielle de Gemini 2.5 Deep Think, lauréate de la médaille d’or de l’OIM.
Deep Think fonctionne en utilisant des techniques de « pensée parallèle », semblables à la façon dont les humains explorent diverses perspectives sur un problème complexe. Google explique que cette approche permet à Gemini de générer et de considérer plusieurs idées simultanément, souvent en les révisant ou en les combinant au fil du temps, avant de présenter la solution optimale. Pour faciliter cela, Google a étendu le « temps de réflexion » ou temps d’inférence du modèle, lui offrant plus d’opportunités d’explorer les possibilités et de concevoir des solutions créatives. De plus, l’entreprise a développé de nouvelles techniques d’apprentissage par renforcement qui encouragent le modèle à utiliser des chemins de raisonnement étendus, améliorant ainsi ses capacités de résolution de problèmes au fil du temps.
Selon Google, Deep Think est polyvalent pour plusieurs cas d’utilisation. Il peut aider les utilisateurs à relever des défis nécessitant une pensée créative, une planification stratégique et des améliorations étape par étape. Pour la conception et le développement, le modèle peut améliorer à la fois l’esthétique et la fonctionnalité des tâches basées sur le web. Dans la découverte scientifique et mathématique, il peut aider à formuler et à explorer des conjectures, et même à raisonner à travers une littérature scientifique complexe. Compte tenu de son excellence supposée dans la résolution de problèmes de codage difficiles, Deep Think devrait également être précieux dans le développement algorithmique et l’optimisation du code.