\u00ab D\u00e9mocratis\u00e9 \u00bb par l\u2019\u00e9mergence de ChatGPT, tout le monde semble s\u2019\u00eatre sp\u00e9cialis\u00e9 dans ce domaine. Et pourtant, l\u2019intelligence artificielle ne se r\u00e9sume pas seulement \u00e0 un chatbot ou \u00e0 un \u00ab super dictionnaire \u00bb. Immersion dans un domaine bien plus important que vous pourriez l\u2019imaginer. Synth\u00e8se et analyse.<\/p>\n
Warren Buffett, le l\u00e9gendaire investisseur et PDG de Berkshire Hathaway, est depuis longtemps connu pour ses prouesses en mati\u00e8re d\u2019investissement. Ces derni\u00e8res ann\u00e9es, il s\u2019est montr\u00e9 de plus en plus optimiste quant au potentiel de l\u2019intelligence artificielle (IA) et \u00e0 son impact sur le march\u00e9 boursier. Aujourd\u2019hui, le portefeuille d\u2019actions d\u2019IA de Buffett vaut plus de 166 milliards de dollars.<\/p>\n
Plus globalement, ce regain d\u2019int\u00e9r\u00eat pour l\u2019IA a contribu\u00e9 \u00e0 alimenter un rallye de 4\u2019000 milliards de dollars dans les valeurs technologiques cette ann\u00e9e, le fabricant de puces Nvidia a notamment d\u00e9pass\u00e9 (bri\u00e8vement) les 1\u2019000 milliards de capitalisation boursi\u00e8re.<\/p>\n
Certains titres consid\u00e9r\u00e9s comme des gagnants de l\u2019IA, tels que les fabricants de semi-conducteurs et les d\u00e9veloppeurs de logiciels, ont plus que doubl\u00e9 de valeur, les investisseurs pariant sur une croissance massive de l\u2019industrie.<\/p>\n
Cependant, l\u2019intelligence artificielle ne se limite pas \u00e0 des questions\/r\u00e9ponses ou encore des suggestions de portraits et de dessins. Passage en revue d\u2019un terme incontournable avec les plateformes actives.<\/p>\n
Avant toute chose, il s\u2019agit \u00ab tout b\u00eatement \u00bb de rappeler la d\u00e9finition de l\u2019intelligence artificielle.<\/p>\n
Alors qu\u2019un certain nombre de d\u00e9finitions ont fait surface au cours des derni\u00e8res d\u00e9cennies, John McCarthy propose la d\u00e9finition suivante dans cet article de 2004: \u00ab Il s\u2019agit de la science et de l\u2019ing\u00e9nierie de la fabrication de machines intelligentes, en particulier de programmes informatiques intelligents. Elle est li\u00e9e \u00e0 la t\u00e2che similaire qui consiste \u00e0 utiliser des ordinateurs pour comprendre l\u2019intelligence humaine, mais l\u2019IA ne doit pas se limiter aux m\u00e9thodes qui sont biologiquement observables \u00bb<\/em>.<\/p>\n Cependant, des d\u00e9cennies avant cette d\u00e9finition, la naissance de la conversation sur l\u2019intelligence artificielle a \u00e9t\u00e9 marqu\u00e9e par l\u2019ouvrage fondamental d\u2019Alan Turing, \u00ab Computing Machinery and Intelligence \u00bb<\/em>, publi\u00e9 en 1950.<\/p>\n Dans cet article, Turing, souvent consid\u00e9r\u00e9 comme le \u00ab p\u00e8re de l\u2019informatique \u00bb<\/em>, pose la question suivante : \u00ab Les machines peuvent-elles penser ? \u00bb<\/em> Il propose ensuite un test, d\u00e9sormais c\u00e9l\u00e8bre sous le nom de \u00ab test de Turing \u00bb, au cours duquel un interrogateur humain tente de faire la distinction entre une r\u00e9ponse textuelle humaine et une r\u00e9ponse textuelle informatique.<\/p>\n Bien que ce test ait fait l\u2019objet d\u2019un examen minutieux depuis sa publication, il reste un \u00e9l\u00e9ment important de l\u2019histoire de l\u2019IA ainsi qu\u2019un concept permanent de la philosophie, puisqu\u2019il utilise des id\u00e9es autour de la linguistique.<\/p>\n Aujourd\u2019hui on s\u2019int\u00e9resse surtout \u00e0 l\u2019IA G\u00e9n\u00e9rative. Le terme anglais de Generative AI, ou IA G\u00e9n\u00e9rative en fran\u00e7ais d\u00e9signe des algorithmes d\u2019Intelligence Artificielle et de Machine Learning qui utilisent des contenus existants au service de leur apprentissage pour en g\u00e9n\u00e9rer de nouveaux. Ainsi, en se basant sur des mod\u00e8les stock\u00e9s dans une base de donn\u00e9es, la Generative AI est en capacit\u00e9 de produire son propre mod\u00e8le similaire.<\/p>\n En fait, il n\u2019y a pas seulement 1 application, mais 7 applications en lien avec l\u2019IA G\u00e9n\u00e9rative. Passage en revue et quelles sont les plateformes impliqu\u00e9es dans la th\u00e9matique ?<\/p>\n La g\u00e9n\u00e9ration de texte est un domaine qui se d\u00e9veloppe depuis les ann\u00e9es 1970 et qui est consid\u00e9r\u00e9 comme une sous-section du NLP (Natural Language Processing). Le d\u00e9veloppement de mod\u00e8les d\u2019apprentissage profond pour la g\u00e9n\u00e9ration de texte est un processus continu dans le domaine du NLP.<\/p>\n \u00c0 titre d\u2019exemple, les chercheurs forment des r\u00e9seaux adversaires g\u00e9n\u00e9ratifs (GAN), qui sont des mod\u00e8les g\u00e9n\u00e9ratifs compos\u00e9s d\u2019un g\u00e9n\u00e9rateur et d\u2019un discriminateur et utilis\u00e9s pour g\u00e9n\u00e9rer des sorties synth\u00e9tiques pour la g\u00e9n\u00e9ration de texte.<\/p>\n L\u2019un des mod\u00e8les d\u2019IA capables de g\u00e9n\u00e9rer du texte est le GPT (Generative Pre-trained Transformer), ou transformateur g\u00e9n\u00e9ratif pr\u00e9-entra\u00een\u00e9. Ce mod\u00e8le de langage, construit par OpenAI et publi\u00e9 en 2020, comporte diff\u00e9rents mod\u00e8les, dont GPT-3.<\/p>\n GPT-3 est un mod\u00e8le beaucoup plus grand que son pr\u00e9d\u00e9cesseur, avec plus de 175 milliards de param\u00e8tres. Il est entra\u00een\u00e9 sur une vari\u00e9t\u00e9 de sources de donn\u00e9es, y compris des livres, des articles et des r\u00e9f\u00e9rentiels de code pour g\u00e9n\u00e9rer des textes r\u00e9alistes comme des \u00e9crivains humains. Il est possible de cr\u00e9er des r\u00e9sum\u00e9s, de r\u00e9pondre \u00e0 des questions, d\u2019utiliser un correcteur grammatical, d\u2019apprendre de nouvelles id\u00e9es et de faire des traductions gr\u00e2ce \u00e0 GPT-3.<\/p>\n Les outils de g\u00e9n\u00e9ration de texte par l\u2019IA cr\u00e9ent et fournissent des mod\u00e8les pr\u00eats \u00e0 l\u2019emploi pour cr\u00e9er du contenu de haute qualit\u00e9, comme par exemple<\/p>\n En outre, ils offrent une collaboration et des droits commerciaux sur le contenu produit, ce qui les rend utiles pour les processus commerciaux. N\u2019h\u00e9sitez pas \u00e0 lire notre article sur les outils d\u2019IA g\u00e9n\u00e9rative si vous souhaitez en savoir plus sur ces outils et les comparer.<\/p>\n Il existe trois types d\u2019IA textes : marketing, ventes, savoir<\/p>\n En septembre 2022, Meta annon\u00e7ait Make-A-Video, un nouveau syst\u00e8me d\u2019intelligence artificielle qui permet de transformer des messages textuels en brefs clips vid\u00e9o de haute qualit\u00e9.<\/p>\n Make-A-Video, comme d\u2019autres mod\u00e8les, s\u2019appuie sur les progr\u00e8s r\u00e9cents de l\u2019IA en mati\u00e8re de recherche sur les technologies g\u00e9n\u00e9ratives et pourrait ouvrir de nouvelles perspectives aux cr\u00e9ateurs et aux artistes. Le syst\u00e8me apprend \u00e0 quoi ressemble le monde \u00e0 partir de donn\u00e9es coupl\u00e9es texte-image et comment le monde se d\u00e9place \u00e0 partir de s\u00e9quences vid\u00e9o sans texte associ\u00e9.<\/p>\n La recherche sur l\u2019IA g\u00e9n\u00e9rative fait progresser l\u2019expression cr\u00e9ative en donnant aux gens des outils pour cr\u00e9er rapidement et facilement de nouveaux contenus. Avec seulement quelques mots ou lignes de texte, la vid\u00e9o sur l\u2019IA peut donner vie \u00e0 l\u2019imagination et cr\u00e9er des vid\u00e9os uniques, pleines de couleurs vives, de personnages et de paysages. Le syst\u00e8me peut \u00e9galement cr\u00e9er des vid\u00e9os \u00e0 partir d\u2019images ou prendre des vid\u00e9os existantes et en cr\u00e9er de nouvelles qui sont similaires.<\/p>\n L\u2019IA vid\u00e9o utilise g\u00e9n\u00e9ralement des ensembles de donn\u00e9es accessibles au public, ce qui ajoute un niveau suppl\u00e9mentaire de transparence \u00e0 la recherche.<\/p>\n Il existe deux types d\u2019IA vid\u00e9o : L\u2019\u00e9dition, la g\u00e9n\u00e9ration et les vid\u00e9os personnalis\u00e9es<\/p>\n Un g\u00e9n\u00e9rateur d\u2019images d\u2019IA, \u00e9galement appel\u00e9 mod\u00e8le g\u00e9n\u00e9ratif, est un syst\u00e8me d\u2019intelligence artificielle con\u00e7u pour cr\u00e9er de nouvelles images sur la base d\u2019un ensemble de param\u00e8tres ou de conditions d\u2019entr\u00e9e. Ces syst\u00e8mes utilisent des algorithmes d\u2019apprentissage automatique qui peuvent apprendre \u00e0 partir de vastes ensembles de donn\u00e9es d\u2019images, ce qui leur permet de g\u00e9n\u00e9rer de nouvelles images dont le style et le contenu sont similaires \u00e0 ceux de l\u2019ensemble de donn\u00e9es d\u2019origine.<\/p>\n Le principal avantage des g\u00e9n\u00e9rateurs d\u2019images par IA est qu\u2019ils peuvent cr\u00e9er des images sans intervention humaine, ce qui permet de gagner du temps et d\u2019\u00e9conomiser des ressources dans de nombreux secteurs. Par exemple, dans le secteur de la mode, les g\u00e9n\u00e9rateurs d\u2019images d\u2019IA peuvent \u00eatre utilis\u00e9s pour cr\u00e9er des mod\u00e8les de v\u00eatements ou des tenues stylis\u00e9es sans faire appel \u00e0 des stylistes humains.<\/p>\n Dans l\u2019industrie du jeu, les g\u00e9n\u00e9rateurs d\u2019images d\u2019IA peuvent cr\u00e9er des personnages, des arri\u00e8re-plans et des environnements r\u00e9alistes dont la cr\u00e9ation manuelle aurait pris des mois.<\/p>\n Il existe diff\u00e9rents types de g\u00e9n\u00e9rateurs d\u2019images d\u2019IA, chacun ayant ses propres forces et faiblesses. Parmi les types de g\u00e9n\u00e9rateurs d\u2019images d\u2019IA les plus populaires, citons le transfert de style, qui permet aux utilisateurs de transf\u00e9rer le style d\u2019une image sur une autre, et les GAN (Generative Adversarial Networks), qui utilisent deux r\u00e9seaux neuronaux pour g\u00e9n\u00e9rer des images r\u00e9alistes qui ressemblent \u00e0 l\u2019ensemble de donn\u00e9es d\u2019origine.<\/p>\n Quel que soit leur type, les g\u00e9n\u00e9rateurs d\u2019images d\u2019IA ont un immense potentiel pour r\u00e9volutionner la fa\u00e7on dont nous cr\u00e9ons et consommons le contenu visuel.<\/p>\n Du point de vue du d\u00e9veloppeur, plut\u00f4t que de parcourir l\u2019internet ou les communaut\u00e9s de d\u00e9veloppeurs pour obtenir des exemples de code, les mod\u00e8les d\u2019IA g\u00e9n\u00e9rative peuvent \u00eatre utilis\u00e9s pour g\u00e9n\u00e9rer un nouveau code de programmation \u00e0 l\u2019aide d\u2019invites en langage naturel, compl\u00e9ter un code partiellement \u00e9crit \u00e0 l\u2019aide de suggestions, ou m\u00eame traduire un code d\u2019un langage de programmation \u00e0 un autre. Par exemple, \u00e0 un niveau simple, GitHub Copilot utilise le mod\u00e8le Codex d\u2019OpenAI pour proposer des suggestions de code directement \u00e0 partir de l\u2019\u00e9diteur du d\u00e9veloppeur.<\/p>\n L\u2019\u00e9criture de code avec l\u2019IA g\u00e9n\u00e9rative est possible gr\u00e2ce \u00e0 une technique connue sous le nom de g\u00e9n\u00e9ration de code neuronal. Il s\u2019agit d\u2019entra\u00eener un r\u00e9seau neuronal sur un vaste ensemble de donn\u00e9es d\u2019exemples de code, puis d\u2019utiliser le r\u00e9seau finement ajust\u00e9 pour g\u00e9n\u00e9rer un code dont la structure et la fonction sont similaires \u00e0 celles des exemples sur lesquels il a \u00e9t\u00e9 entra\u00een\u00e9.<\/p>\n L\u2019une des utilisations les plus simples de l\u2019IA g\u00e9n\u00e9rative pour le codage consiste \u00e0 sugg\u00e9rer des compl\u00e9ments de code au fur et \u00e0 mesure que les d\u00e9veloppeurs tapent. Cela permet de gagner du temps et de r\u00e9duire les erreurs, en particulier pour les t\u00e2ches r\u00e9p\u00e9titives ou fastidieuses.<\/p>\n L\u2019intelligence artificielle g\u00e9n\u00e9rative peut \u00e9galement \u00eatre utilis\u00e9e pour effectuer des contr\u00f4les de qualit\u00e9 du code existant et l\u2019optimiser, soit en sugg\u00e9rant des am\u00e9liorations, soit en g\u00e9n\u00e9rant des impl\u00e9mentations alternatives plus efficaces ou plus faciles \u00e0 lire.<\/p>\n L\u2019institut de recherche Gartner a fait cinq pr\u00e9dictions audacieuses sur la fa\u00e7on dont l\u2019IA g\u00e9n\u00e9rative acc\u00e9l\u00e9rera l\u2019innovation dans les entreprises d\u2019ici \u00e0 2027. Ces pr\u00e9dictions sont les suivantes :<\/p>\n L\u2019intelligence artificielle est un vaste sujet comme nous avons pu le constater \u00e0 travers cette \u00e9tude compl\u00e8te. Cela implique que cette th\u00e9matique ne va pas \u00ab s\u2019\u00e9teindre \u00bb de sit\u00f4t. Il y aura cependant certains pans qui vont cro\u00eetre plus rapidement que d\u2019autres.<\/p>\n","protected":false},"excerpt":{"rendered":" \u00ab D\u00e9mocratis\u00e9 \u00bb par l\u2019\u00e9mergence de ChatGPT, tout le monde semble s\u2019\u00eatre sp\u00e9cialis\u00e9 dans ce domaine. Et pourtant, l\u2019intelligence artificielle ne se r\u00e9sume pas seulement \u00e0 un chatbot ou \u00e0 un \u00ab super dictionnaire \u00bb. Immersion dans un domaine bien plus important que vous pourriez l\u2019imaginer. Synth\u00e8se et analyse. Contexte Warren Buffett, le l\u00e9gendaire investisseur […]<\/p>\n","protected":false},"author":1,"featured_media":6685,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[15],"tags":[],"class_list":["post-6683","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ia-llm"],"yoast_head":"\nQuelles sont les plateformes<\/strong> de l\u2019intelligence artificielle G\u00e9n\u00e9rative ?<\/strong><\/h4>\n
Les textes<\/strong> :<\/strong><\/h6>\n
\n
\n
La vid\u00e9o<\/strong> :<\/strong><\/h6>\n
\n
Les images<\/strong> :<\/strong><\/h6>\n
\n
Les codes<\/strong> :<\/strong><\/h6>\n
Quelles sont les pr\u00e9dictions pour l\u2019IA g\u00e9n\u00e9rative ?<\/h4>\n
\n