Gemini Deep Research

Un système agentique

Pour construire Deep Research, nous avons développé un nouveau système de planification qui permet à l'appli Gemini de travailler sur des problèmes complexes. Pour Deep Research, nous avons entraîné les modèles Gemini à être capables de faire ce qui suit :

• Décomposer le problème : lorsqu'il reçoit une requête complexe de l'utilisateur, le système commence par formuler un plan de recherche détaillé, en divisant le problème en une série de sous-tâches plus petites et plus faciles à gérer. C'est vous qui contrôlez le plan : Gemini vous le présente, et vous pouvez l'affiner pour vous assurer qu'il se concentre sur les bons domaines.

• Rechercher : le modèle supervise l'exécution de ce plan et détermine intelligemment quelles sous-tâches peuvent être abordées simultanément et lesquelles doivent être effectuées de manière séquentielle. Le modèle peut utiliser des outils tels que la recherche et la navigation sur le Web pour obtenir des informations et raisonner sur celles-ci. À chaque étape, le modèle examine les informations disponibles pour décider de sa prochaine action. Nous avons introduit un panneau de réflexion pour que les utilisateurs puissent suivre ce que le modèle a appris jusqu'à présent et ce qu'il a l'intention de faire ensuite.

• Synthétiser : lorsque le modèle détermine que suffisamment d'informations ont été recueillies, il synthétise les résultats dans un rapport complet. Lors de l'élaboration du rapport, Gemini évalue les informations de manière critique, identifie les thèmes clés et les incohérences, et structure le rapport de manière logique et informative, en procédant même à plusieurs passages d'autocritique pour améliorer la clarté et les détails.

Nouvelle catégorie, nouveaux problèmes, nouvelles solutions

Lors de la mise en place de Deep Research, nous avons dû relever trois défis techniques importants :

Planification en plusieurs étapes

Les tâches de recherche nécessitent plusieurs étapes de planification itérative. À chaque étape, le modèle doit s'appuyer sur toutes les informations recueillies jusqu'à présent, puis identifier les informations manquantes et les divergences qu'il souhaite explorer, tout en arbitrant entre l'exhaustivité et le temps de calcul et d'attente de l'utilisateur. L'entraînement du modèle pour qu'il soit performant dans la planification à long terme et à plusieurs étapes de manière efficace en ce qui concerne les données nous a permis de faire fonctionner Deep Research dans un contexte de domaine ouvert pour tous les sujets.

Inférence à long terme

Une tâche typique de Deep Research implique de nombreux appels de modèles sur plusieurs minutes. Cela crée un défi pour la construction d'agents : la fonctionnalité doit être conçue de manière à ce qu'une seule défaillance ne signifie pas qu'il faille recommencer la tâche depuis le début.

Pour remédier à ce problème, nous avons développé un nouveau gestionnaire de tâches asynchrone qui maintient un état partagé entre le planificateur et les modèles de tâches, ce qui permet une reprise gracieuse sur erreur sans redémarrer l'ensemble de la tâche. Ce système est véritablement asynchrone : vous pouvez passer à une autre appli ou littéralement éteindre votre ordinateur après avoir commencé un projet Deep Research, et la prochaine fois que vous visiterez Gemini, vous recevrez une notification lorsque votre recherche sera 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 les questions de suivi, nous utilisons la fenêtre de contexte d'un million de jetons de Gemini, qui est à la pointe du secteur, complétée par une configuration RAG. Cela permet au système de « se souvenir » de tout ce qu'il a appris au cours de cette session de clavardage, ce qui le rend plus intelligent au fur et à mesure que vous interagissez avec lui.

Maintenant propulsé par 2.0 Flash Thinking (expérimental)

Lorsque la fonctionnalité Deep Research a été lancée en décembre, elle était propulsée par Gemini 1.5 Pro. Avec l'introduction de Gemini 2.0 Flash Thinking (expérimental), nous avons été en mesure d'améliorer considérablement la qualité et l'efficacité du service de ce produit. Avec les modèles de réflexion, Gemini prend plus de temps pour planifier son approche avant de faire ses prochains pas. Cette caractéristique innée d'autoréflexion et de planification en fait un outil idéal pour ce type de tâches agentiques de longue haleine. Ce que nous constatons, c'est que Gemini est désormais encore plus performant à tous les stades de la recherche et fournit des rapports plus détaillés. En même temps, l'efficacité informatique du modèle Flash nous permet d'étendre l'accès à Deep Research à un plus grand nombre d'utilisateurs. Nous sommes très enthousiastes à l'idée de continuer à développer Flash et des modèles de réflexion en général, et nous nous attendons à ce que Deep Research continue à s'améliorer de plus en plus.

Prochaine étape

Nous avons conçu le système pour qu'il soit polyvalent, de sorte qu'au fil du temps, nous pouvons étendre ses capacités en vous donnant plus de contrôle sur ce qu'il peut parcourir et en lui donnant des sources au-delà du Web ouvert.

Nous sommes impatients de voir comment les gens utilisent Deep Research, et ces expériences du monde réel nous aideront à continuer à construire et à améliorer cette fonctionnalité. En fin de compte, notre objectif est de créer un assistant IA véritablement agentique et universellement utile.