Comprendre l’IA générative

Les points abordés dans ce module :

1. Comment classifier les différentes catégories d’IA ?
2. Le cas de l’IA générative

1. Comment classifier les différentes catégories d’IA ?

Il existe ainsi plusieurs manières de distinguer les différentes catégories d’IA. On peut classer la discipline selon les techniques utilisées (comme nous venons de le faire pour le deep learning et le machine learning), ses domaines d’application (traitement du langage, vision par ordinateur…), ou sur ses usages, comprenez les tâches qu’elle peut réaliser.

2. Le cas de l’IA générative

Et, dans cette dernière classification, une attire de fait l’attention du grand public car elle est mise entre nos mains et nous avons la capacité d’interagir directement avec elle, de la tester, voire de la manipuler : l’IA générative.

🐶🍪L’IA peut-elle faire la différence entre un chien et un muffin ?

Pour bien discerner ce qui entre dans le cadre de l’IA générative, prenons pour exemple la question suivante : qu’est-ce qu’un chien ?
Tandis que certaines IA, par exemple prédictives, seront capables à travers leur apprentissage en amont de donner une réponse à cette question en distinguant un chien d’un muffin sur une mosaïque de photos, l’IA générative, elle, sera capable de générer justement une image de ce chien sans avoir besoin de support visuel au préalable, uniquement grâce au texte que vous lui avez communiqué.

On parle donc d’IA générative lorsque l’outil est capable de créer du contenu de façon autonome, selon les demandes de l’utilisateur. Concrètement, cela signifie pouvoir rédiger des textes, générer des images, produire des vidéos, écrire du code ou encore résumer des documents.

🛠️Quels sont les différents outils de l’IA générative ?

En quelques années, le monde de l’IA générative a explosé, proposant différents outils sur le marché pour répondre aux besoins des utilisateurs.

Voici une liste non exhaustive des principaux outils : 

Nous parlions, en introduction, du 30 novembre 2022, jour de la sortie de ChatGPT. Ce qui a marqué les premiers utilisateurs, c’est la capacité du grand modèle de langage (LLM) à répondre « comme un humain », poussant même certains à se confier ou à transmettre des informations personnelles à ce nouvel assistant virtuel.

🔎Démystifier l’IA générative

Pour démystifier cette révolution technologique, il semble important de rappeler que le LLM est un type de modèle d’intelligence artificielle entraîné sur d’énormes quantités de texte pour comprendre et générer du langage humain. L’objectif même de l’outil est de mimer le langage humain. Rien de plus.

ChatGPT ne vous comprend pas, ne vous apprécie pas, ne vous juge pas. C’est un outil entraîné sur une quantité astronomique de données, qui a appris à prédire le mot le plus probable qui suit une suite de mots. L’outil, qu’il convient de ne pas humaniser, anticipe statistiquement ce qui vient ensuite.

Mais voilà, qui dit statistiques et probabilités dit parfois erreur. Et maintenant que nous avons une vision plus claire de comment fonctionne l’IA, de ce qu’elle est et ce qu’elle n’est pas, nous tâcherons de décortiquer les risques que présentent cette technologie.

Mais avant, prenons le temps de revoir les notions abordées jusque là à travers ce court quizz :

Quizz

Quelle est la particularité principale de l’IA générative par rapport à une IA dite « prédictive » ?

• L’IA générative analyse seulement des chiffres
• L’IA générative crée du contenu nouveau à partir d’une consigne ou d’un texte
• L’IA générative ne peut pas générer d’images
• L’IA générative se base uniquement sur la vision humaine

Dans la programmation classique, comment un développeur classe-t-il un email comme « spam » ?

• En utilisant des photos
• En recopiant le texte à la main
• En écrivant explicitement des règles sur le contenu
• En demandant à une IA

Quelle est la principale fonction d’un réseau de neurones artificiels ?

• Compter des points dans un jeu
• Transmettre et traiter des informations en plusieurs étapes
• Remplacer le cerveau humain
• Afficher des images colorées

Qu’est-ce que le « deep learning » comparé au réseau de neurones classique ?

• Une technique qui utilise davantage de couches pour extraire des informations complexes
• Un jeu vidéo éducatif
• Une méthode pour s’amuser avec son smartphone
• Un algorithme qui ne traite que des sons

Valider le quiz

Conclusion

Il existe ainsi plusieurs manières de distinguer les différentes catégories d’IA. On peut classer la discipline selon les techniques utilisées (comme nous venons de le faire pour le deep learning et le machine learning), ses domaines d’application (traitement du langage, vision par ordinateur…), ou sur ses usages, comprenez les tâches qu’elle peut réaliser.

Ce module a été rédigé par Hugo Lausenaz-Pire, consultant en gestion des risques et conformité de cybersécurité chez Advens, passionné par l'intelligence artificielle et diplômé en Mastère expert informatique et système d'information spécialité sécurité IT.