IA générative
En bref
L'IA générative désigne les modèles capables de produire un contenu nouveau (texte, image, son, vidéo, code) à partir d'une demande, en s'appuyant sur ce qu'ils ont appris de très grandes quantités d'exemples.
Définition
Une IA générative crée un contenu qui n'existait pas : un texte, une image, une musique, une vidéo, du code. Elle ne recopie pas un document stocké : elle produit un résultat nouveau, statistiquement cohérent avec les exemples vus pendant son entraînement et avec la demande (le prompt) qu'on lui donne.
Les grandes familles de modèles
- Modèles de langage (LLM) : ils génèrent du texte token après token (un token est un mot ou un fragment de mot). Ils reposent sur l'architecture Transformer (2017). ChatGPT, Claude, Gemini ou Le Chat en sont des exemples.
- Modèles de diffusion : ils partent d'un bruit aléatoire et le « débruitent » étape par étape jusqu'à obtenir une image ou une vidéo. C'est le principe de nombreux générateurs d'images actuels.
- Réseaux antagonistes génératifs (GAN) : deux réseaux s'entraînent l'un contre l'autre, l'un pour produire, l'autre pour détecter les faux. Très utilisés avant l'essor de la diffusion.
Intérêts
- Rédiger, résumer, traduire ou reformuler en quelques secondes.
- Produire des visuels, des maquettes ou des prototypes sans compétences graphiques.
- Aider à programmer, à analyser des données ou à explorer des idées.
Limites
- Erreurs crédibles : un contenu généré peut être faux tout en paraissant convaincant (voir hallucination).
- Droits et origine des données : les questions de droit d'auteur sur les données d'entraînement et sur les contenus produits restent débattues.
- Biais : les modèles reproduisent les biais présents dans leurs données.
- Désinformation : la facilité à produire de faux textes, images ou voix impose de vérifier l'origine des contenus.
Une erreur ou une idée sur cette fiche ? Dites-le-nous