Gemini Deep Research

Un système agentif

Pour développer Deep Research, nous avons conçu un nouveau système de planification permettant à l'application Gemini de résoudre des problèmes complexes. Pour cela, nous avons entraîné les modèles Gemini à :

• analyser de plus près le problème : pour traiter une requête utilisateur complexe, le système commence par élaborer un plan de recherche détaillé, en décomposant le problème en une série de sous-tâches plus petites et plus faciles à gérer. Vous gardez le contrôle sur ce plan : Gemini vous le présente, et vous pouvez l'ajuster selon vos besoins.

• effectuer des recherches : le modèle supervise l'exécution du plan et détermine quelles sous-tâches traiter en parallèle et lesquelles aborder de manière séquentielle. Il peut utiliser des outils comme la recherche et la navigation Web pour recueillir des informations et les analyser. À chaque étape, il examine les informations disponibles pour décider de sa prochaine action. Nous avons introduit une section "raisonnement" qui permet aux utilisateurs de suivre ce que le modèle a appris jusqu'à présent et ce qu'il prévoit de faire ensuite.

• synthétiser les résultats : une fois que le modèle estime avoir recueilli suffisamment d'informations, il les synthétise sous la forme d'un rapport complet. Pendant cette phase, Gemini évalue de manière critique les informations, identifie les thèmes clés et les incohérences, et structure le rapport de manière logique et informative en l'auto-évaluant même à plusieurs reprises pour améliorer la clarté et les détails.

Nouvelle catégorie, nouveaux défis, nouvelles solutions

Pour développer Deep Research, nous avons dû relever trois défis techniques majeurs :

Planification en plusieurs étapes

Les tâches de recherche nécessitent plusieurs étapes de planification itérative. À chaque étape, le modèle doit s'appuyer sur l'ensemble des informations recueillies jusque-là, puis identifier les données manquantes ainsi que les incohérences à explorer, tout en trouvant le bon équilibre entre exhaustivité, ressources de calcul et temps d'attente pour l'utilisateur. En entraînant le modèle à planifier efficacement sur plusieurs étapes, tout en optimisant l'utilisation des données, nous avons rendu Deep Research capable de mener des recherches sur n'importe quel sujet, dans un environnement ouvert.

Inférence de longue durée

Une tâche standard dans Deep Research implique de nombreux appels au modèle sur plusieurs minutes. Cela représente un véritable défi pour la conception d'agents : le système doit être conçu de manière à ce qu'une seule erreur ne force pas à tout recommencer depuis le début.

Pour y remédier, nous avons développé un nouveau gestionnaire de tâches asynchrone, capable de maintenir un état partagé entre le planificateur et les modèles de tâche, permettant ainsi une correction fluide des erreurs sans relancer l'ensemble du processus. Ce système est véritablement asynchrone : vous pouvez passer à une autre application, voire éteindre votre ordinateur après avoir lancé un projet Deep Research. Lorsque vous rouvrez Gemini, une notification vous indique que votre recherche est terminée.

Gestion du contexte

Au cours d'une session de recherche, Gemini peut traiter des centaines de pages de contenu. Pour maintenir la continuité et permettre des questions de suivi, nous utilisons la fenêtre de contexte d'un million de jetons de Gemini, une des plus étendues du marché, complétée par une architecture RAG (génération augmentée par récupération). Cela permet au système de "se souvenir" de tout ce qu'il a appris pendant la session, le rendant de plus en plus pertinent au fil de vos interactions.

Basé sur 2.0 Flash Thinking (expérimental)

Lors de son lancement en décembre, Deep Research fonctionnait avec Gemini 1.5 Pro. Avec l'introduction de Gemini 2.0 Flash Thinking (expérimental), nous avons pu améliorer considérablement la qualité et l'efficacité de traitement du produit. Grâce aux modèles Thinking, Gemini prend plus de temps pour planifier sa démarche avant de passer à l'étape suivante. Cette capacité intrinsèque à réfléchir et à planifier en fait un excellent choix pour les tâches agentives longues. Aujourd'hui, Gemini est encore plus performant à toutes les étapes de la recherche et fournit des rapports plus détaillés. Par ailleurs, l'efficacité de calcul du modèle Flash nous permet d'étendre l'accès à Deep Research à un public bien plus large. Nous sommes très enthousiastes à l'idée de poursuivre le développement sur les modèles Flash et Thinking, et nous sommes convaincus que Deep Research continuera de s'améliorer.

Ce n'est qu'un début

Nous avons conçu le système pour qu'il soit polyvalent, afin de pouvoir étendre ses capacités au fil du temps, en vous offrant davantage de contrôle sur ce qu'il peut explorer et en lui donnant accès à des sources au-delà du Web ouvert.

Nous sommes impatients de découvrir comment les internautes utiliseront Deep Research. Ces expériences concrètes guideront l'évolution et l'amélioration continue du produit. Notre ambition : créer un assistant IA véritablement agentif et utile à tous.