J'ai fait une démonstration du projet Astra de Google et cela ressemblait à l'avenir de l'IA générative (jusqu'à ce que ce ne soit pas le cas)
La vision de l’entreprise en matière d’IA multimodale semble prometteuse, mais elle devra aplanir quelques rides avant son lancement officiel.
Alors que j'attendais dans une file de journalistes et que j'entrais dans la petite salle de démonstration, mes yeux étaient rivés sur un moniteur mural et le Pixel 8 Pro entre les mains de l'un des deux experts produits de Google. La présentation préenregistrée du projet Astra, présentée lors du discours d'ouverture de la société une heure plus tôt, a été bien accueillie - et difficile à suivre. Maintenant, avec mon téléphone caché dans ma poche de poitrine, la démonstration réelle était sur le point de commencer.
Le projet Astra est une idée originale de Google DeepMind ; la vision de l'entreprise d'un assistant IA multimodal et surpuissant capable de traiter des informations visuelles, de montrer un raisonnement et de se souvenir de ce qui lui a été dit ou montré. Elle ne sera pas aussi facilement disponible que les nouvelles fonctionnalités Gemini arrivant sur les appareils Android, mais l'objectif final, du moins pour l'instant, est d'intégrer la technologie dans les téléphones et éventuellement dans les appareils portables, devenant ainsi un assistant quotidien pour tout ce que nous faisons.
Pour la démo, on m'a présenté quatre cas d'utilisation : Storyteller, Pictionary, Alliteration et Free-form. Ils sont tous assez explicites et rien que les modèles d’IA génératifs existants ne peuvent faire, mais la profondeur, la rapidité et l’adaptabilité des réponses sont là où le projet Astra a vraiment brillé.
Tout d'abord, j'ai placé un poivron sur le flux de la caméra d'Astra et lui ai demandé de créer une allitération. "Les groupements dorés brillent glorieusement", répondit-il avec assurance, quoique incorrect. "Attends, c'est un piment", ai-je dit à Astra. "Peut-être que les poivrons polis posent paisiblement." Beaucoup mieux.
J'ai ensuite ajouté un cornet de crème glacée et une banane au mélange et j'ai demandé à Astra si elles feraient un bon déjeuner. "Peut-être que l'emballage des protéines donne du peps", suggère-t-il, comprenant le déséquilibre nutritionnel entre les trois aliments et, à ma grande surprise, s'en tenant aux allitérations. Les réponses d'Astra ont d'ailleurs été relativement rapides, suffisamment pour me décourager de sortir mon Rabbit R1 pour comparer.
Le plus remarquable était peut-être le son naturel de l'IA (partageant un ton similaire à celui du GPT4-o d'OpenAI) lorsque je parcourais le Pixel 8 Pro. caméra autour et posé des questions aléatoires sur divers objets dans la pièce. La voix naturelle va de pair avec les capacités de conteur et de pictionnaire, qui divertissent toutes deux les enfants, les étudiants et les personnes qui ont du temps libre.
Un problème que j'ai rencontré au cours de ma démo d'environ cinq minutes était la façon dont Astra faisait fréquemment une pause au milieu d'une réponse, interprétant éventuellement les sons de discussions externes et l'activation du football à proximité (où Google a démontré comment son IA pouvait juger votre forme de coup de pied) pendant que je l'interrompais. . La possibilité d'interrompre un assistant vocal est la dernière étape vers des conversations plus naturelles.
Cependant, dans ce cas-ci, la haute sensibilité du microphone serre-tête de l'un des membres du personnel pourrait avoir joué contre la démonstration. Cela m'amène à croire que dans des environnements plus animés, comme lorsque je navigue dans le métro de New York ou lors d'un salon professionnel, communiquer avec Astra peut être plus difficile que de parler à une personne réelle à côté de moi.
L'autre problème du projet Astra concerne ses capacités de mémoire. Pour le moment, l’IA se souvient et suit uniquement l’emplacement des objets qui lui sont présentés au cours de la session de chat (quelques minutes seulement). Même si l'IA a pu se rappeler que j'avais placé mon téléphone dans la poche poitrine de ma veste au début de la démo, en théorie, elle ne serait pas en mesure de me dire où j'avais laissé la télécommande du téléviseur la veille au soir - quand une telle fonctionnalité serait très bénéfique.
L'un des chercheurs m'a dit qu'il était certainement possible d'étendre la capacité de mémoire d'Astra, qui fonctionne sur le cloud et non sur l'appareil. Le compromis pour une telle performance serait probablement la durée de vie de la batterie, surtout si l'objectif est d'intégrer la technologie dans un portable aussi fin et léger que des lunettes.
En fin de compte, Google DeepMind m'a donné une vision claire de ce à quoi pourrait ressembler l'avenir des interactions avec l'IA. Ils ont juste quelques rides qui doivent être lissées avant que je sois prêt à introduire un autre assistant vocal dans ma vie.