Comprendre l‘IA Générative

La vidéo commence par un texte sur fond bleu sarcelle qui dit « Comprendre l’IA générative ». Le narrateur explique le processus de l’IA générative, comme les deepfakes. Une image d’un visage composé de lignes et de points bleu clair, comme une illustration, s’affiche.

Le narrateur explique ensuite que ces technologies créent des images en partant d’images réelles, puis en y ajoutant du bruit. C’est ce qu’on appelle la diffusion. À l’étape suivante, le modèle tente de se débarrasser de ce bruit, ou diffusion inverse. Chaque essai est comparé à l’original.

Le narrateur poursuit en expliquant que le modèle crée une graine, ou un moyen de générer de nouvelles images similaires à l’original, puis illustre le processus à l’aide d’une pomme. Lorsque le spectateur demande à l’un de ces modèles de produire une image d’une pomme, celui-ci puise dans les graines de pommes de l’ensemble d’entraînement.

Le narrateur rappelle au spectateur que les images des ensembles d’entraînement ne proviennent pas de vraies pommes, mais de banques d’images. Cela signifie qu’elles ne présentent pas les imperfections des vraies pommes. Il en va de même pour les personnes.

Le narrateur explique ensuite que lorsqu’on lui a demandé de produire des images d’un « médecin compatissant », il a produit quatre images très similaires. S’il y a des biais dans les données, l’algorithme les amplifiera. La vidéo se termine et le narrateur rappelle au spectateur que les images générées reflètent les choix des agences de photos, et que par conséquent, les algorithmes tels que Midjourney et DALL-E reflètent les biais conscients et inconscients de ces agences.