IA générative : tout ce que vous devez savoir sur la technologie derrière les robots conversationnels comme ChatGPT

Intelligence artificielle
Par Marwan Mohammed

Que vous en soyez conscient ou non, l'intelligence artificielle est omniprésente. Elle se cache derrière les robots conversationnels avec lesquels vous discutez en ligne, les listes de lecture que vous écoutez en streaming et les publicités personnalisées qui s'affichent lorsque vous faites défiler l'écran. Et maintenant, elle prend une personnalité publique plus affirmée. Pensez à Meta AI, désormais intégrée aux applications telles que Facebook, Messenger et WhatsApp ; ou à Gemini de Google, qui fonctionne en arrière-plan sur les plateformes de l'entreprise ; ou encore à Apple Intelligence, qui est en cours de déploiement sur les iPhone.

L'IA a une longue histoire, qui remonte à une conférence à Dartmouth en 1956, où l'on a discuté pour la première fois de l'IA en tant que concept. Les étapes importantes en cours de route incluent ELIZA, qui est essentiellement le premier robot conversationnel, développé en 1964 par le scientifique en informatique du MIT Joseph Weizenbaum, et – un saut de 40 ans – lorsque la fonction de saisie semi-automatique de Google a fait ses débuts en 2004.

Schéma de circuit imprimé avec la silhouette d'une tête humaine

Puis vint 2022 et l'ascension fulgurante de ChatGPT. Les développements de l'IA générative et le lancement de produits se sont accélérés rapidement depuis lors, notamment Google Bard (maintenant Gemini), Microsoft Copilot et IBM Watsonx.ai et les modèles Llama open source de Meta.

Analysons ce qu'est l'IA générative, en quoi elle diffère de l'IA « ordinaire » et si l'IA générative peut être à la hauteur du battage médiatique.

L'IA générative en bref

L'IA générative fait essentiellement référence aux systèmes d'IA conçus pour produire du nouveau contenu en fonction des modèles et des données qu'ils ont appris. Au lieu de simplement analyser des chiffres ou de prédire des tendances, ces systèmes créent des résultats créatifs tels que des textes, des images, de la musique, des vidéos et du code logiciel.

Voici quelques-uns des outils d'IA générative les plus courants sur le marché :

Parmi les capacités les plus remarquables de l'IA générative, ChatGPT peut rédiger des conversations ou des articles qui ressemblent à ceux d'un humain sur la base de quelques invites simples. Dall-E et Midjourney créent des œuvres d'art détaillées à partir d'une brève description, et Adobe Firefly se concentre sur l'édition et la conception d'images.

IA non générative : analyse et prévisions avancées

Toutes les IA ne sont pas génératives. Alors que l'IA générative (Gen AI) se concentre sur la création de nouveau contenu, l'IA traditionnelle excelle dans l'analyse des données et la fourniture de prévisions. Cela inclut des technologies telles que la reconnaissance d'images et le texte prédictif. Elle est également utilisée dans des solutions innovantes dans des domaines tels que :

  • Sciences
  • Diagnostic médical
  • Prévisions météorologiques
  • Détection de fraude
  • Analyse financière pour la prévision et la production de rapports

L'intelligence artificielle qui a vaincu les champions humains aux échecs et au jeu de Go n'était pas une IA générative.

Ces systèmes ne sont peut-être pas aussi tape-à-l'œil que l'IA générative, mais l'IA classique représente une part importante de la technologie sur laquelle nous comptons chaque jour.

 

Comment fonctionne l'IA générative ?

La magie de l'IA générative repose sur de grands modèles linguistiques et des techniques avancées dans le domaine de l'apprentissage automatique. Ces systèmes sont entraînés sur d'énormes quantités de données, telles que des bibliothèques entières de livres, des millions d'images, des années de musique enregistrée et des données agrégées provenant d'Internet.

Les développeurs d'IA, des géants de la technologie aux start-ups, savent pertinemment que la qualité de l'IA dépend de la qualité des données avec lesquelles elle est alimentée. Si elle est alimentée avec des données de mauvaise qualité, l'IA peut produire des résultats biaisés. C'est un problème auquel même les plus grands acteurs du domaine, comme Google, n'ont pas échappé.

L'IA apprend les modèles, les relations et les structures au sein de ces données pendant l'entraînement. Ensuite, lorsqu'elle est sollicitée, elle applique ces connaissances pour créer quelque chose de nouveau. Par exemple, si vous demandez à un outil d'IA générative d'écrire un poème sur l'océan, il ne se contente pas d'extraire des vers préécrits d'une base de données. Au lieu de cela, il utilise ce qu'il a appris sur la poésie, les océans et la structure du langage pour créer une œuvre entièrement originale.

C'est impressionnant, mais ce n'est pas parfait. Parfois, les résultats peuvent sembler un peu imprécis. L'IA peut mal comprendre votre requête ou devenir trop créative d'une manière que vous n'aviez pas prévue. Elle peut présenter avec assurance des informations totalement erronées, et il vous appartient de vérifier les faits. Ces bizarreries, souvent appelées hallucinations, font partie de ce qui rend l'IA générative à la fois fascinante et frustrante.

Les capacités de l'IA générative augmentent. Elle peut désormais comprendre plusieurs types de données en combinant des techniques telles que l'apprentissage automatique, le traitement du langage naturel et la vision par ordinateur. Le résultat est ce que l'on appelle l'IA multimodale, qui peut intégrer un éventail de textes, d'images, de vidéos et de parole dans un cadre unique, offrant ainsi des réponses plus précises et pertinentes par rapport au contexte. Le mode vocal avancé de ChatGPT en est un exemple, tout comme le projet Astra de Google.

 

Défis de l'IA générative

Les outils d'IA générative disponibles ne manquent pas, chacun ayant son propre style. Ces outils ont stimulé la créativité, mais ils ont également soulevé de nombreuses questions, outre les biais et les hallucinations, comme : qui détient les droits sur le contenu généré par l'IA ? Ou quels sont les documents disponibles ou interdits aux entreprises d'IA pour entraîner leurs modèles linguistiques – voir, par exemple, l'affaire du New York Times contre OpenAI et Microsoft. Ces affaires juridiques concernant les droits de propriété intellectuelle définissent l'avenir de l'utilisation des données dans l'entraînement des modèles d'IA.

Les autres préoccupations – et ce ne sont pas des moindres – concernent la confidentialité et la responsabilité dans l'IA, les deepfakes créés par l'IA et leur impact potentiel sur l'emploi.

Fang Liu, professeur à l'université de Notre-Dame et co-rédacteur en chef de ACM Transactions on Probabilistic Machine Learning, déclare : “L'écriture, l'animation, la photographie, l'illustration et la conception graphique – les outils d'IA peuvent désormais tout gérer avec une facilité surprenante. Mais cela ne signifie pas que ces rôles vont disparaître. Cela pourrait simplement signifier que les créateurs devront se perfectionner et utiliser ces outils pour amplifier leur travail”.

“Cela offre également un moyen aux personnes qui n'ont peut-être pas les compétences, comme une personne qui a une vision claire et ne sait pas dessiner, mais qui peut la décrire par une invite. Donc non, je ne pense pas que cela va perturber l'industrie créative. J'espère qu'il s'agira d'une co-création ou d'une augmentation, et non d'un remplacement.”

Un autre problème est l'impact sur l'environnement, car l'entraînement de grands modèles d'IA consomme beaucoup d'énergie, ce qui entraîne d'importantes empreintes carbone. L'essor rapide de l'IA générative au cours des deux dernières années a accéléré les préoccupations concernant les risques de l'IA en général. Les gouvernements renforcent la réglementation de l'IA afin de garantir un développement responsable et éthique, notamment avec la loi sur l'intelligence artificielle de l'Union européenne.

 

Accueil de l'IA générative

De nombreuses personnes ont interagi avec des chatbots dans le service clientèle ou ont utilisé des assistants virtuels tels que Siri, Alexa et l'Assistant Google – qui sont désormais sur le point de se transformer en de puissants outils d'IA générative. Tout cela, en plus des applications ChatGPT, Claude et d'autres nouveaux outils, met l'IA entre vos mains. La réaction du public à l'IA générative a été mitigée. De nombreux utilisateurs apprécient la commodité et la créativité qu'elle offre, en particulier pour des tâches telles que l'aide à la rédaction, la création d'images, le soutien aux devoirs et la productivité.

Parallèlement, dans le sondage mondial de McKinsey sur l'IA de 2024, 65 % des participants ont déclaré que leurs organisations utilisaient régulièrement l'IA générative, soit près du double du chiffre rapporté seulement 10 mois auparavant. Des secteurs tels que la santé et la finance utilisent l'IA générative pour rationaliser les processus commerciaux et automatiser les tâches de routine.

Comme nous l'avons mentionné, il existe des préoccupations évidentes concernant l'éthique, la transparence, les pertes d'emplois et le potentiel d'utilisation abusive des données personnelles. Ce sont les principales critiques à l'origine de la résistance à l'adoption de l'IA générative.

Les personnes qui utilisent des outils d'IA générative constateront également que les résultats ne sont toujours pas assez bons la plupart du temps. Malgré les avancées technologiques, la plupart des gens peuvent reconnaître si un contenu a été créé à l'aide de l'IA générative, qu'il s'agisse d'articles, d'images ou de musique.

L'IA a détourné certaines expressions que j'utilisais toujours, je dois donc souvent corriger moi-même mon écriture, car elle peut ressembler à de l'IA. De nombreux articles écrits par l'IA contiennent des expressions telles que “à l'ère de”, ou que tout est un “témoignage de” ou un “tissu de”. L'IA manque de l'émotion et de l'expérience qui viennent avec, eh bien, le fait d'être humain et de vivre sa vie. Comme l'a expliqué un artiste sur Quora, “ce que l'IA crée n'est pas la même chose que l'art qui se développe à partir d'une idée dans un cerveau humain” et “il n'a pas été créé à partir de la passion qui se trouve dans le cœur d'un être humain.”

 

L'IA générative : la vie quotidienne

L'IA générative n'est pas réservée aux techniciens ou aux créateurs. Une fois que vous maîtrisez l'art de donner des instructions, elle a la capacité d'effectuer de nombreuses tâches de routine à votre place dans une variété de tâches quotidiennes.

Supposons que vous planifiez un voyage. Au lieu de faire défiler les pages de résultats de recherche, vous pouvez demander à un robot de conversation de planifier votre itinéraire. En quelques secondes, vous obtiendrez un plan détaillé adapté à vos préférences. (C'est le scénario idéal, mais veuillez toujours vérifier les faits qu'il fournit.)

Un propriétaire de petite entreprise qui a besoin d'une campagne de marketing mais qui n'a pas d'équipe de conception peut utiliser l'IA générative pour créer des images attrayantes et même lui demander de suggérer un texte publicitaire. L'IA générative peut aider à générer des idées créatives pour les campagnes de marketing.

L'IA générative est là pour durer

Le monde de la technologie n'a pas connu de développement aussi révolutionnaire depuis l'avènement d'Internet, puis de l'iPhone. Malgré les défis auxquels l'IA générative est confrontée, elle représente une transformation radicale indéniable. Elle rend la créativité plus accessible, aide les entreprises à rationaliser les flux de travail et inspire même de toutes nouvelles façons de penser et de résoudre les problèmes.

Mais ce qui est peut-être le plus excitant, c'est son potentiel énorme, et nous ne faisons que commencer à explorer ce que ces outils peuvent faire. L'IA générative représente l'avenir de l'innovation.

Questions fréquemment posées (FAQ)

Quel est un exemple d'IA générative ?

ChatGPT est probablement l'exemple le plus courant d'IA générative. Vous lui donnez une invite, et il peut créer des textes et des images ; écrire du code ; répondre à des questions ; résumer des textes ; rédiger des e-mails ; et bien plus encore. ChatGPT est une plateforme de premier plan dans le domaine de l'IA générative, offrant des capacités avancées en matière de traitement du langage naturel et de création de contenu.

Quelle est la différence entre l'IA et l'IA générative ?

L'IA générative crée du nouveau contenu tel que des textes, des images et de la musique, tandis que l'IA traditionnelle analyse les données, reconnaît les modèles ou les images et effectue des prédictions (par exemple, dans les domaines de la médecine, de la science et de la finance). L'IA générative est une évolution qualitative qui se concentre sur la production de contenu créatif, tandis que l'IA traditionnelle se concentre sur l'analyse et la prédiction basées sur les données disponibles.

Image de l
Marwan Mohammed 475 Articles 0 Commentaires
Vous aimerez peut-être aussi Plus d'articles de cet auteur

Les commentaires sont fermés.