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

Que vous le réalisiez ou non, l’intelligence artificielle est partout. C'est derrière les chatbots avec lesquels vous parlez en ligne, les listes de lecture que vous diffusez et les publicités personnalisées qui apparaissent lorsque vous faites défiler. Il adopte désormais une personnalité plus publique. Pensez à Meta AI, désormais intégrée dans des applications comme Facebook, Messenger et WhatsApp ; Ou Gemini de Google, qui fonctionne en arrière-plan sur les plateformes de l'entreprise ; Ou Apple Intelligence, qui est actuellement déployé sur tous les iPhones.

L’intelligence artificielle a une longue histoire, qui remonte à une conférence à Dartmouth en 1956 qui a discuté pour la première fois de l’IA en tant que chose. Les étapes importantes du parcours incluent ELIZA, essentiellement le premier chatbot, développé en 1964 par l'informaticien du MIT Joseph Weizenbaum, et — 40 ans plus tard — lorsque la fonction de saisie semi-automatique de Google a fait ses débuts en 2004.

Puis vint 2022 et l'ascension fulgurante de ChatGPT . Depuis lors, les développements et les lancements de produits en IA générative se sont accélérés, avec notamment Google Bard (désormais Gemini), Microsoft Copilot , IBM Watsonx.ai et les modèles open source Llama de Meta.

Analysons ce qu'est l'intelligence artificielle générative , en quoi elle diffère de l'intelligence artificielle « classique » et si elle peut être à la hauteur des attentes.

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 traiter des chiffres ou de prédire des tendances, ces systèmes génèrent des résultats créatifs tels que du texte, des images, de la musique, des vidéos et du code logiciel.

Certains des outils d’IA générative les plus populaires sur le marché incluent :

• ChatGPT
• Lui donner
• À mi-parcours
• luciole d'adobe
• Claude
• Diffusion stable

Parmi les capacités les plus remarquables de l’IA générative, ChatGPT peut créer des conversations ou des articles de type humain basés sur quelques invites simples. Alors que Dall-E et Midjourney créent des illustrations détaillées à partir d'une courte description, Adobe Firefly se concentre sur l'édition et la conception d'images.

IA non générative : analyses et prédictions avancées

Toutes les IA ne sont pas génératives. Alors que l’IA générative (Gen AI) se concentre sur la création de nouveaux contenus, l’IA traditionnelle excelle dans l’analyse des données et la réalisation de prédictions. Cela inclut des technologies telles que la reconnaissance d’images et la saisie prédictive de texte. Il est également utilisé dans des solutions innovantes dans des domaines tels que :

• Science
• Diagnostic médical
• Prévisions météorologiques
• Détection de fraude
• Analyse financière pour la prévision et le reporting

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

Ces systèmes ne sont peut-être pas aussi tape-à-l’œil que l’IA générative, mais l’IA classique représente une grande partie de la technologie sur laquelle nous comptons au quotidien.

 

Comment fonctionne l’IA générative ?

Derrière la magie de l’IA générative se cachent de grands modèles de langage et des techniques avancées d’apprentissage automatique. Ces systèmes sont formés sur des quantités massives de données, telles que des bibliothèques entières de livres, des millions d’images, des années de musique enregistrée et des données collectées sur Internet.

Les développeurs d’IA, des géants de la technologie aux startups, savent bien que la qualité de l’IA dépend de la qualité des données qui lui sont fournies. Si elle est alimentée par des données de mauvaise qualité, l’IA peut produire des résultats biaisés. C’est quelque chose qui n’a pas épargné même les plus grands acteurs du secteur, comme Google.

L’IA apprend des modèles, des relations et des structures au sein de ces données au cours de la formation. Ensuite, lorsqu’on le lui demande, il 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 pré-écrits d’une base de données. Au lieu de cela, il utilise ce qu’il a appris sur la poésie, le contexte et la structure du langage pour créer une pièce complètement originale.

C'est impressionnant, mais pas parfait. Parfois, les résultats peuvent sembler imprécis. L'IA peut mal interpréter votre requête ou faire preuve d'une créativité excessive et inattendue. Elle peut même présenter avec assurance des informations totalement fausses, et c'est à vous de vérifier les faits. Ces bizarreries, souvent qualifiées d'hallucinations , contribuent à rendre l'IA générative à la fois fascinante et frustrante.

Les capacités de l’IA générative se développent. Il peut désormais comprendre plusieurs types de données en combinant des technologies telles que l’apprentissage automatique, le traitement du langage naturel et la vision par ordinateur. Le résultat est une IA dite multimodale qui peut intégrer une gamme de textes, d’images, de vidéos et de discours dans un cadre unique, fournissant des réponses plus précises et contextuellement pertinentes. Le mode vocal avancé de ChatGPT en est un exemple, tout comme le projet Astra de Google.

 

Les défis de l'intelligence artificielle générative

Les outils d'IA générative ne manquent pas, chacun avec son approche unique. Si ces outils ont stimulé l'innovation, ils ont aussi soulevé de nombreuses questions, ainsi que des biais et des idées fausses : à qui appartiennent les droits sur le contenu généré par l'IA ? Quels matériaux sont autorisés ou interdits aux entreprises d'IA pour entraîner leurs modèles de langage ? (Voir, par exemple, le procès opposant le New York Times à OpenAI et Microsoft .) Ces questions juridiques relatives aux droits de propriété intellectuelle façonnent l'avenir de l'utilisation des données dans l'entraînement des modèles d'IA.

D’autres préoccupations – et elles ne sont pas négligeables – incluent la confidentialité et la responsabilité dans l’IA, ainsi que les deep fakes générés par l’IA et leur impact potentiel sur l’emploi.

« Écriture, animation, photographie, illustration, conception graphique : les outils d’IA peuvent désormais gérer tout cela avec une facilité surprenante », explique Fang Liu, professeure à l’Université de Notre Dame et co-rédactrice en chef de la revue ACM Transactions on Probabilistic Machine Learning . « Mais cela ne signifie pas que ces métiers vont disparaître. Cela signifie simplement que les créateurs devront perfectionner leurs compétences et utiliser ces outils pour donner plus d’ampleur à leur travail. »

Cela offre également une solution aux personnes qui manquent de compétences, comme quelqu'un qui a une vision claire et qui ne sait pas dessiner, mais qui peut l'exprimer à l'aide d'un guide. Donc, non, je ne pense pas que cela bouleversera le secteur créatif. J'espère qu'il s'agira davantage d'une co-création ou d'une amélioration, et non d'un remplacement.

Un autre problème réside dans l'impact environnemental, car l'entraînement de grands modèles d'IA consomme énormément d'énergie, générant ainsi une empreinte carbone considérable. L'essor rapide de l'IA générative ces deux dernières années a accentué les inquiétudes quant aux risques liés à l'IA en général. Les gouvernements renforcent la réglementation de l'IA afin de garantir un développement responsable et éthique, notamment avec la directive européenne sur l'IA .

 

Réception de l'intelligence artificielle générative

De nombreuses personnes ont interagi avec des chatbots dans le cadre du service client ou utilisé des assistants virtuels comme Siri, Alexa et Google Assistant, qui sont désormais sur le point de devenir des outils puissants pour l’IA générative. Tout cela, ainsi que ChatGPT, Cloud et d’autres nouveaux outils, met l’IA à portée de main. La réaction du public à l’IA générative a été mitigée. De nombreux utilisateurs apprécient la commodité et la créativité qu'il offre, notamment dans des domaines tels que l'aide à la rédaction, la création d'images, l'aide aux devoirs et la productivité.

Par ailleurs, selon l’étude mondiale 2024 de McKinsey sur l’IA , 65 % des répondants indiquent que leur entreprise utilise régulièrement l’IA générative, soit près du double du chiffre enregistré seulement dix mois auparavant. Des secteurs comme la santé et la finance ont recours à l’IA générative pour optimiser leurs processus métier et automatiser les tâches répétitives.

Comme indiqué précédemment, des préoccupations majeures subsistent quant à l'éthique, la transparence, les pertes d'emplois et le risque d'utilisation abusive des données personnelles. Ce sont là les principales critiques qui expliquent 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 pas toujours assez bons la plupart du temps. Malgré les progrès technologiques, la plupart des gens peuvent reconnaître si le contenu a été créé à l’aide de l’IA générative, qu’il s’agisse d’articles, d’images ou de musique.

L'IA s'est appropriée certaines expressions que j'utilise régulièrement, si bien que je dois souvent me corriger car mes écrits peuvent sonner comme s'ils avaient été générés par une IA. De nombreux articles rédigés par des IA contiennent des expressions telles que « à une époque », ou affirment que tout est « témoignage de » ou « tissu de ». L'IA est dépourvue des émotions et de l'expérience propres à l'être humain et à la vie. Comme l'a expliqué un artiste sur Quora : « Ce que crée l'IA n'est pas comparable à l'art qui naît d'une idée dans un cerveau humain » et « n'est pas né de la passion qui anime le cœur humain ».

 

IA générative : la vie quotidienne

L’IA générative n’est pas réservée uniquement aux techniciens ou aux créatifs. Une fois que vous maîtrisez l’art de donner des instructions, il a la capacité d’effectuer une grande partie des tâches à votre place dans une variété de tâches quotidiennes.

Imaginons que vous planifiez un voyage . Au lieu de parcourir des pages de résultats de recherche, vous pourriez demander à un chatbot de vous concocter un itinéraire. En quelques secondes, vous recevrez un plan détaillé et personnalisé. (C'est l'idéal, mais vérifiez toujours les informations fournies.)

Un propriétaire de petite entreprise qui a besoin d'une campagne marketing mais qui ne dispose pas d'une 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 marketing.

L’IA générative est là pour faire ses preuves.

Le monde de la technologie n’a pas connu une telle avancée depuis l’avènement d’Internet, et plus tard, de l’iPhone. Malgré les défis auxquels l’IA générative est confrontée, elle représente une transformation indéniable. Cela facilite la créativité, aide les entreprises à rationaliser leur flux de travail et inspire même des façons de penser et de résoudre des problèmes entièrement nouvelles.

Mais ce qui est peut-être le plus passionnant, c’est son énorme potentiel, et nous commençons seulement à explorer ce que ces outils peuvent faire. L’IA générative est l’avenir de l’innovation.

Questions fréquentes (FAQ)

Quel est un exemple d’IA générative ?

ChatGPT est peut-être l’exemple le plus populaire d’IA générative. Vous lui donnez une invite et il peut générer du texte et des images ; et écrire du code ; et répondre aux questions ; Résumé de textes ; rédaction de courriers électroniques; Et bien plus encore. ChatGPT est une plateforme leader dans le domaine de l'intelligence artificielle générative, offrant des capacités avancées dans le traitement du langage naturel et la création de contenu.

Quelle est la différence entre l’intelligence artificielle et l’intelligence artificielle générative ?

L'IA générative crée de nouveaux contenus tels que du texte, des images et de la musique, tandis que l'IA traditionnelle analyse les données, reconnaît des modèles ou des images et fait des prédictions (par exemple, en médecine, en sciences et en finance). L’IA générative est un développement qualitatif 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.