Logan Kilpatrick, qui dirige AI Studio et Gemini API chez Google DeepMind, nous a révélé quelque chose d’assez incroyable lors d’un récent épisode du podcast The Neuron, que je coanime avec Corey Noles.
Selon Kilpatrick, il suffit de prendre des captures d’écran de sites web, de les déposer dans AI Studio, de saisir « clone this » et d’obtenir une version fonctionnelle en quelques secondes. C’est d’ailleurs ainsi que l’équipe IA de Google prototype ses propres produits. Il prend littéralement une capture d’écran d’AI Studio, en crée un clone, puis l’améliore par itérations.
Vous pouvez vous aussi faire la même chose, dès maintenant ! C’est parce qu’AI Studio est entièrement gratuit et déjà disponible pour que vous puissiez l’expérimenter.
Des outils d’IA méconnus particulièrement utiles, révélés dans cet épisode
Dans cet épisode du podcast The Neuron, Kilpatrick a levé le voile sur l’ensemble de l’écosystème IA de Google et nous a montré exactement comment l’utiliser.
Premiers pas avec AI Studio
- (3:31) L’évolution d’AI Studio : À l’origine, c’était un outil bac à sable, mais… « nous sommes allés au-delà… nous avons lancé cet onglet Build qui permet d’entrer dans l’outil et de demander au modèle de créer une application complète. »
- (4:42) Le flux de travail personnel de Kilpatrick avec AI Studio : « Je passe l’essentiel de mon temps à prototyper des expériences IA. C’est le genre de moment où l’on se dit : “Ce ne serait pas génial de pouvoir faire ça avec l’IA dans un produit ?”… Je peux simplement saisir une invite très simple, et tout est connecté à mes clés Gemini API ; la connexion à Gemini et à tous nos autres modèles est activée par défaut, dès le départ… C’est intégré nativement. »
- (46:03) Son premier projet de prédilection : « Clonez votre site web préféré. Je prends une capture d’écran d’AI Studio, je la réimporte dans AI Studio et je dis : clone this. »
- (16:59) Le point fort d’AI Studio dans votre flux de travail : « Nous n’essayons pas de résoudre tous les problèmes… avec tout ce que nous faisons autour du vibe coding et avec le mode Build, nous vous fournirons un prototype fonctionnel, puis vous pourrez passer à un produit de développement professionnel complet. »
Advertisement
Des applications concrètes d’AI Studio à essayer dès aujourd’hui
- (21:43) Applications de synthèse vocale : « La demande… est immense pour la génération de vidéos avec une synthèse vocale très naturelle, qui sonne comme une vraie voix humaine. »
- (22:18) Créer votre propre podcast IA avec votre voix : « Vous pourriez créer votre propre podcast IA avec votre voix… il n’y a en réalité pas un grand écart entre cette possibilité et ce que fait Notebook LM. »
- (26:43) Tuteur IA pour apprendre: « Avoir un tuteur IA qui pourrait m’aider… aurait été extrêmement utile et m’aurait évité de passer mon temps à me faire incendier sur Stack Overflow. »
- (30:50) Un chiffre surprenant sur l’adoption par les avocats : « 99 % des avocats avaient essayé Gemini, Claude ou ChatGPT. » Pourquoi Gemini ? «… ils veulent simplement un long contexte pour intégrer davantage de documents.”
- (36:04) Créer un outil de suivi alimentaire qui fonctionne vraiment : « Prenez une photo et demandez au modèle de comprendre précisément… en utilisant des cadres englobants et une compréhension proportionnelle des tailles. »
- (42:04) Applications médicales avec MedGemma: « Je parle constamment à des clients qui sont impressionnés par MedGemma… l’un des cas d’utilisation ayant suscité le plus d’intérêt dans ChatGPT était justement ce cas médical. »
- Les fonctionnalités les plus sous-estimées d’AI Studio / Gemini ?
- Deep Research (47:04): « Le modèle va consulter des dizaines, des centaines, voire des milliers de pages web différentes… c’est une expérience époustouflante. » (P.-S. : au cas où vous l’auriez oublié, c’est Google qui a inventé Deep Research.)
- L’API Live (20:54): « Tout le contexte dont vous avez besoin pour résoudre le problème est visible sur mon écran… le système d’IA n’a pas besoin d’accéder à d’autres outils. » (Il semblerait qu’OpenAI concurrence désormais Google sur ce terrain également.)
Perspectives pour les développeurs et aspects techniques
- (5:45): Intégration à Google Cloud : « AI Studio repose sur toute l’infrastructure Google Cloud… le déploiement utilise Cloud Run en coulisses. »
- (17:31): Le défi des grandes bases de code : « Beaucoup de contexte est enfoui à différents endroits… il est vraiment difficile d’orchestrer tout cela. »
- (18:08) À propos de l’ingénierie du contexte : « Ce n’est pas fondé sur l’invite de l’utilisateur… le système cherche à optimiser l’accès aux données pertinentes pour réellement contribuer à la réponse. »
- (39:28) Firebase Studio comme autre solution : « Firebase Studio… vous disposez de tout le nécessaire, avec le calcul et le stockage inclus… vous devriez pouvoir lui faire effectuer de la compréhension d’images avec Gemini via Firebase, obtenir une base de données, et tout le reste. »
- (40:20): La stratégie open source de Google et la raison pour laquelle Gemma (leurs petits modèles ouverts) existe : « Il s’agit de rencontrer les développeurs et les clients là où ils se trouvent. »
Advertisement
La suite des événements
- (8:26) À propos de Genie 3 et des modèles du monde : « Des modèles du monde pleinement fonctionnels, dotés d’une cohérence temporelle, dans lesquels on peut modifier le monde… ce n’est pas comme s’il y avait un fichier quelque part auquel le système se référerait… il génère réellement, à la volée, l’écosystème lui-même. »
- (13:03) Le rappel à la réalité de Logan sur l’AGI : « Les modèles ne savent pas suivre les règles de base des échecs… ils veulent effectuer tous ces coups illégaux… Je pourrais probablement apprendre à un enfant de 12 ans à jouer aux échecs en 30 minutes, et il saurait s’y mettre. »
- (43:35) Sur quoi Logan est-il le plus optimiste concernant l’IA ? Le vibe coding : « quelque chose qui était réservé à un petit groupe de personnes peut désormais être réalisé par un groupe beaucoup plus vaste… La quantité de logiciels dans le monde sera multipliée par un million par rapport à aujourd’hui dans 10 ans. »
Le point de vue le plus provocateur
- (23:07): « Ce qui a le plus séduit les gens [dans Notebook LM], c’est l’humanité des scripts… Il n’y a pas de recette secrète… c’est littéralement du prompt engineering. »
- Le phénomène des podcasts IA qui a fait le tour d’Internet ? Du prompt engineering bien fait, tout simplement. Ce qui signifie que vous pourriez peut-être créer le prochain outil IA viral grâce à ce que vous apprendrez dans cet épisode.
Le moment le plus enthousiasmant pour nous ?
Quand Logan a admis utiliser un produit qu’il sait bientôt obsolète, car la prochaine version est tellement meilleure. Nous avons hâte d’essayer la nouvelle version d’AI Studio lorsqu’elle sera prête.
Restez curieux !
Advertisement
Note de la rédaction : Ce contenu a d’abord été publié dans notre publication sœur, The Neuron. Pour découvrir d’autres articles de The Neuron, inscrivez-vous à sa newsletter ici.