Un système d’intelligence artificielle connu sous le nom d’« IA générative » est capable de produire une grande variété de contenus, tels que du texte, des photos, de l’audio et des données synthétiques. L’engouement récent autour de l’IA générative a été stimulé par la simplicité avec laquelle les nouvelles interfaces utilisateur peuvent produire du texte, des photos et des films de haute qualité en quelques secondes. Il est important de comprendre que la technologie n’est pas nouvelle. Les chatbots ont utilisé l’IA générative pour la première fois dans les années 1960. Cependant, ce n’est qu’en 2014, avec l’invention des réseaux antagonistes génératifs, ou GAN, un type d’algorithme d’apprentissage automatique, que l’IA générative a pu produire des photos, des films et des sons de personnes réelles d’un réalisme époustouflant. D’un côté, cette puissance supplémentaire a créé un potentiel pour un meilleur doublage de films et un contenu plus instructif. Elle a également suscité des inquiétudes concernant les deep fakes (photos ou vidéos créées numériquement) et les attaques de cybersécurité préjudiciables aux entreprises, telles que les demandes frauduleuses ressemblant étroitement au patron d’un employé. Les transformateurs et les modèles de langage révolutionnaires qu’ils ont rendus possibles ont également contribué de manière significative à la généralisation de l’IA générative, comme nous le verrons plus loin. Les transformateurs sont un type d’apprentissage automatique qui permet aux chercheurs de former des modèles de plus en plus volumineux sans avoir à classer toutes les données au préalable. Les nouveaux modèles peuvent être formés sur des milliards de pages de texte, ce qui donne des réponses plus détaillées. Les transformateurs ont également introduit un nouveau concept connu sous le nom d’attention, qui permet aux modèles de suivre les connexions de mots sur des pages, des chapitres et des livres plutôt que de simples phrases individuelles. Les transformateurs pourraient utiliser leur capacité à suivre les connexions pour examiner le code, les protéines, les produits chimiques et l’ADN, ainsi que les mots. L’avancement rapide des modèles dits de grande taille (LLM), des modèles comportant des milliards, voire des trillions de paramètres, a inauguré une nouvelle ère dans laquelle les modèles d’IA générative peuvent écrire du texte attrayant, peindre des graphiques photoréalistes et même créer des comédies raisonnablement drôles à la volée. En outre, les améliorations de l’IA multimodale permettent aux équipes de créer du contenu dans une variété de formats, tels que du texte, des images et des vidéos. Cette approche sert de base à des technologies telles que Dall-E, qui génère des images à partir de descriptions textuelles et de légendes textuelles à partir de photographies. Malgré ces avancées, nous en sommes encore aux premiers stades de l’application de l’IA générative pour produire des textes compréhensibles et des images au style réaliste. Les premières implémentations ont été confrontées à des problèmes de précision et de biais, ainsi qu’à des hallucinations et des réponses étranges. Néanmoins, les travaux menés jusqu’à présent suggèrent que les capacités intrinsèques de cette IA générative pourraient radicalement modifier la technologie des entreprises et leur fonctionnement. À l’avenir, cette technologie pourrait être utilisée pour écrire du code, concevoir de nouveaux produits pharmaceutiques, développer des biens, restructurer les processus d’entreprise et transformer les réseaux d’approvisionnement.
Comment l’IA générative est-elle mise en œuvre ?
L’étape initiale du processus d’IA générative est une invite, qui peut être n’importe quel type d’entrée que le système d’IA peut analyser, y compris des mots, des images, des vidéos, des dessins, une notation musicale et d’autres entrées. Par la suite, des systèmes d’IA distincts réagissent à la directive en fournissant du nouveau matériel. Le contenu peut inclure des essais, des stratégies de résolution de problèmes et des faux réalistes créés à partir de photos ou de discours de personnes réelles. La soumission de données aux premiers stades de l’IA générative nécessitait l’utilisation d’une API ou d’autres processus chronophages. Les développeurs devaient apprendre à utiliser des outils spécialisés et à écrire des programmes dans des langages comme Python. De nos jours, les précurseurs de l’IA générative développent des interfaces utilisateur améliorées qui vous permettent de communiquer une demande simplement. Après une réponse initiale, vous pouvez personnaliser davantage les résultats en fournissant des informations sur le ton, le style et d’autres aspects que vous souhaitez que le contenu généré englobe.
Modèles d’IA générative
Pour représenter et analyser le contenu, les modèles d’IA générative combinent plusieurs techniques d’IA. Pour produire du texte, par exemple, différentes méthodes de traitement du langage naturel convertissent les caractères bruts (tels que les lettres, la ponctuation et les mots) en phrases, entités et actions. Ceux-ci sont ensuite représentés sous forme de vecteurs en les codant à l’aide de diverses techniques. Des techniques similaires sont utilisées avec des vecteurs pour communiquer différents aspects visuels à partir de photographies. Notez que le racisme, les préjugés, la tromperie et la vantardise inclus dans les données d’entraînement peuvent également être codés par ces tactiques. Une fois que les développeurs ont choisi une représentation du monde, ils utilisent un réseau neuronal particulier pour générer de nouvelles informations en réponse à une invite ou à une requête. Des visages humains réalistes, des effigies humaines personnalisées et des données d’entraînement à l’intelligence artificielle peuvent tous être produits à l’aide de réseaux neuronaux avec un décodeur et un encodeur, souvent appelés autoencodeurs variationnels (VAE). Outre l’encodage de textes, d’images et de protéines, les avancées récentes dans le domaine des transformateurs, tels que les représentations d’encodeurs bidirectionnels de Google à partir de Transformers (BERT), le GPT d’OpenAI et Google AlphaFold, ont également déclenché la création de réseaux neuronaux capables de générer du matériel original.
