Cours
Building AI Agents with Google ADK
1 h
3.2K
Vous pouvez prévisualiser l'animation HTML directement dans l'interface de chat. Les résultats se sont révélés très satisfaisants et conformes à la simulation que j'avais réalisée avec Gemini Diffusion.
Exemple 2 : Visualisation des données de réseaux complexes
Ensuite, j'ai tenté de visualiser un réseau complexe à l'aide de la bibliothèque NetworkX et en exécutant le script Python généré par Grok directement dans le navigateur.
Invite : Utilisez NetworkX dans Python pour générer et représenter graphiquement un réseau aléatoire sans échelle avec 100 nœuds, en mettant en évidence les hubs en rouge pour un meilleur impact visuel.
L'invite ci-dessus a généré le code suivant :
import networkx as nx
import matplotlib.pyplot as plt
# Generate a random scale-free network using Barabási-Albert model
# n=100 nodes, m=2 (number of edges to attach from a new node to existing nodes)
G = nx.barabasi_albert_graph(100, 2)
# Calculate degrees to identify hubs
degrees = dict(G.degree())
# Sort nodes by degree in descending order
sorted_nodes = sorted(degrees, key=degrees.get, reverse=True)
# Define hubs as the top 10% nodes with the highest degree
num_hubs = int(0.1 * len(G.nodes()))
hubs = set(sorted_nodes[:num_hubs])
# Assign colors: red for hubs, blue for others
node_colors = ['red' if node in hubs else 'blue' for node in G.nodes()]
# Plot the network
plt.figure(figsize=(12, 8))
pos = nx.spring_layout(G, seed=42) # For reproducible layout
nx.draw(G, pos, node_color=node_colors, with_labels=False, node_size=50, edge_color='gray', alpha=0.7)
plt.title('Scale-Free Network with 100 Nodes (Hubs in Red)')
plt.axis('off')
plt.show()Vous pouvez exécuter ce code directement dans le navigateur, comme vous le feriez avec ChatGPT. Le code renvoie une image d'un réseau représentant les nœuds importants sous forme de points rouges. Ainsi, Grok4 accomplit également très bien la tâche de visualisation.
Exemple 3 : Résumez les données des réseaux sociaux en temps réel
Une autre fonctionnalité intéressante a été présentée lors de la diffusion en direct : il était possible de demander à Grok de renvoyer les images de profil intéressantes des employés X. Inspiré par cela, j'ai décidé de tester les capacités de recherche Web et les compétences en temps réel de Grok sur les réseaux sociaux.
Invite : Identifiez les trois publications X (anciennement Twitter) les plus appréciées traitant des récentes annonces importantes concernant les modèles linguistiques à grande échelle (LLM). Pour chaque publication identifiée, veuillez fournir les informations suivantes : le texte complet de la publication, la date à laquelle elle a été publiée et l'annonce LLM spécifique à laquelle elle fait référence (par exemple, nom du modèle, nouvelle fonctionnalité, score de référence). Veuillez présenter ces informations de manière claire et concise.
Il semble que la communauté technologique apprécie particulièrement Claude 4, le projet Vend d'Anthropicet la plateforme indienne Sarvam.
Exemple 4 : Simulation de conversation en direct
Nous utilisons tous des chatbots, mais nous souhaitons quelque chose de plus conversationnel, comme une expérience de chat individuel ou des conversations vocales. En gardant cela à l'esprit, j'ai tenté cette expérience afin de simuler une conversation entre Grok 4 et un utilisateur.
Invite : Simulez une conversation naturelle et authentique dans laquelle l'utilisateur demande à Grok 4 des conseils pour rester motivé tout en travaillant à domicile. Grok 4 doit répondre avec empathie, en reconnaissant les difficultés courantes telles que l'isolement ou la procrastination, et proposer quelques suggestions pratiques. Au fil de la conversation, l'utilisateur demande à Grok 4, sur le ton de la plaisanterie, d'écrire un petit rap ou un jingle motivant. Grok 4 répond ensuite de manière amusante, en rimes et sur le ton d'une conversation. L'intégralité de l'interaction est retranscrite en direct à l'écran, avec des animations subtiles indiquant quand Grok 4 écoute, réfléchit et répond.
Veuillez vous assurer que le son est activé.
Exemple 6 : De l'esquisse à l'histoire
Inspiré par la capacité de Google Gemini à convertir un croquis en image, j'ai tenté de créer une histoire à partir d'un croquis aléatoire, puis de convertir ce croquis en image.
Cette fonctionnalité est disponible dans Grok 3 et Grok 4. Cependant, la nuance et la profondeur de l'histoire générée par Grok 4 se sont avérées nettement plus convaincantes que celles produites par Grok 3.
Invite : Élaborez une histoire autour de ce croquis :
Pour l'aspect visuel de cette expérience, j'ai ensuite demandé à Grok 4 de convertir directement le croquis en image, et j'ai obtenu les résultats suivants :
Invite : Veuillez convertir ce croquis en image.
Il est intéressant de noter que Grok intègre un filigrane dans chaque image générée par l'IA, ce qui renforce la responsabilité et la transparence. Cependant, en termes de qualité de génération d'images brutes à partir d'esquisses, j'ai observé une différence minime entre Grok 3 et Grok 4.
Exemple 7 : Analyse des graphiques
L'équipe Grok a souligné le potentiel de Grok 4 pour l'analyse de graphiques, en particulier grâce à ses capacités en temps réel. Pour vérifier cela, j'ai demandé d'analyser un graphique de tendance et de compléter cette analyse avec des informations actuelles sur les entreprises qui investissent activement dans l'IA.
Invite : Veuillez analyser ce graphique et trouver des informations pertinentes sur les entreprises qui investissent activement dans l'IA.
Source : Marché de l'IA adaptative
Grok 4 a traité cette tâche de manière efficace, fournissant une analyse complète du graphique.
Pourquoi Grok 4 est-il important ?
Grok 4 suscite le même émerveillement que Gemini Diffusion grâce à sa capacité à générer des aperçus en direct, à exécuter des scripts Python et à créer des simulations HTML dynamiques, le tout à partir d'invites en langage naturel. Cependant, Grok 4 s'oriente davantage vers le raisonnement en temps réel, la conscience sociale et la prise de décision basée sur les données.
Il s'agit d'un modèle très performant pour traiter et répondre aux données du monde réel, qu'il s'agisse de données extraites du Web ou de publications tendance sur X (anciennement Twitter). Comprenez quatre raisons, faites des prédictions et adaptez-vous au contexte de manière créative et souvent visuellement attrayante.
Cela dit, ses atouts actuels se concentrent dans des domaines spécifiques : simulations scientifiques, recherche de données sociales, codage génératif et tableaux de bord analytiques pour les entreprises. Bien que sa fenêtre contextuelle soit limitée à 256 000 tokens, ce qui est nettement inférieur à 1 million de tokens de Gemini 2.5 Pro, il offre néanmoins un aperçu convaincant des possibilités offertes par les prochaines versions.
Si vous êtes un développeur souhaitant créer rapidement un prototype, Grok 4 est vivement recommandé. Cependant, pour les applications de production, ses capacités de raisonnement gagneraient à être associées à une fenêtre contextuelle étendue dans les prochaines versions. Pour en savoir plus, veuillez consulter cet article de blog sur l'ingénierie contextuelle.
Conclusion
Grok 4 combine un raisonnement rapide et structuré avec la prise en charge des simulations, de la narration visuelle, de la génération audio et du codage interactif, le tout à l'aide d'invites en langage naturel.
Tout au long de ce tutoriel, nous avons découvert comment Grok 4 peut rendre des animations basées sur la physique, visualiser des réseaux complexes, simuler des conversations et même résoudre des problèmes de chimie de niveau doctoral. Son assistance à l'utilisation d'outils, à la production structurée et aux données Web en temps réel en fait un assistant prometteur pour les développeurs, les chercheurs et les professionnels de la création.
Pour en savoir plus sur Grok 4, je vous recommande ces deux articles :
