ChatGPT et consorts

En l'espace de quelques mois, les IA génératives telles que ChatGPT, Midjourney ou encore Bard sont devenues le sujet technologique le plus discuté sur la planète. Et pour cause : par leur capacité stupéfiante à générer du texte, des images ou du code de manière autonome, elles promettent de révolutionner de nombreux secteurs.

Les intelligences artificielles génératives désignent une catégorie d’algorithmes capables de produire de manière autonome des contenus originaux. Qu’il s’agisse de texte, d’images ou de code informatique, ces IA parviennent à générer des résultats bluffants de cohérence.

Comment de tels prodiges sont-ils possibles ? Sont-ils voués à supplanter le travail humain dans un futur proche ? Quels usages pratiques peut-on d’ores et déjà en faire ? Autant de questions auxquelles nous tâcherons de répondre dans la suite de cet article. Car si le buzz médiatique autour de ChatGPT et consorts a quelque peu obscurci les débats, le potentiel des IA génératives n’en demeure pas moins réel et prometteur à maints égards.

Qu'est-ce qu'une IA générative ?

En substance, une intelligence artificielle générative désigne un programme informatique capable de produire de nouveaux contenus de façon autonome, à partir de modèles statistiques. Concrètement, ces algorithmes génèrent des résultats originaux qui imitent étroitement des créations humaines.

Ces IA s'appuient sur des techniques d'apprentissage automatique, notamment le deep learning. Elles ingurgitent au préalable d'immenses bases de données issues du monde réel, par exemple des milliards de pages web en ce qui concerne le langage.

Grâce à ces colossales bases d'entraînement, les algorithmes détectent des schémas et des régularités statistiques au sein des données. Ils en capturent ainsi la sémantique et la logique sous-jacente. Au final, l'IA devient capable de produire elle-même de nouveaux contenus plausibles, avec une cohérence troublante.

Quels types de contenus peut-on obtenir avec de telles IA ? Il peut s'agir de texte brut, d'images, d'audio, de code informatique voire de vidéos. Les seules limites résident dans la taille et la nature des données fournies à l'algorithme lors de son entraînement. Et à mesure que ces bases de données s'enrichissent, les IA génératives gagnent en polyvalence et en inventivité.

Que peut-on faire avec une IA générative ?

Les intelligences artificielles génératives offrent de multiples possibilités d’utilisation, certaines très futuristes. On le rappel, le principal atout de ces algorithmes réside dans leur aptitude à produire rapidement d’importants volumes de contenus originaux de haute qualité.

Parmi les applications actuelles et émergentes des IA génératives, citons :

La rédaction automatisée de textes : des assistants virtuels comme ChatGPT peuvent rédiger tout type de documents (articles, emails, rapports, synthèses, code, etc.) en quelques secondes selon des directives. Un gain de productivité colossal !
La génération d’images à partir d’une description textuelle : DALL-E 3, Stable Diffusion ou Midjourney produisent des visuels étonnamment réalistes et variés sur demande. Utile pour illustrer des documents ou créer des œuvres d’art numériques.
La conversion de texte en audio ou de l’audio en texte : certaines IA comme Whisper traduisent fluidement l’écrit oralisé et l’oral transcrit.
La création de vidéos : des IA émergentes comme Synthesia génèrent automatiquement des saynètes vidéo réalistes de quelques secondes à partir de directives textuelles décrivant la scène. Si la qualité obtenue est encore imparfaite, les progrès fulgurants de ces derniers mois promettent des applications en animation, effets spéciaux ou simulation.
La création de musique : certaines IA comme MusicGen ou MusicLM génèrent des mélodies et titres musicaux originaux à partir de consignes sur le style, l'instrumentation, etc. Bien que perfectibles, ces compositions algorithmiques dénotent déjà une certaine inventivité rythmique et mélodique qui pourrait enrichir le travail de nombreux musiciens.

Et ce n’est qu’un début ! Demain, les IA génératives investiront la majorité des secteurs pour libérer la créativité humaine des tâches répétitives. Leur potentiel semble sans limites... à condition d’en encadrer rigoureusement les usages.

Comment fonctionne une IA générative ?

Les intelligences artificielles génératives s'appuient sur des modèles statistico-linguistiques massivement entraînés ou « grands modèles de langage » (LLM). Ces LLM comme GPT-4 ingurgitent des milliards de paramètres qui leur permettent d'apprendre des concepts complexes à partir d'immenses bases de données textuelles non étiquetées.

Concrètement, durant la phase d'apprentissage, ces réseaux de neurones récurrents sont exposés à des contenus multiformes à l'échelle du web. Ils en capturent ainsi la distribution des probabilités sous-jacente à l'aide de techniques avancées comme l'attention.

Par la suite, le modèle entraîné peut générer du texte, de l'image ou du code original en simulant des combinaisons inédites mais statistico-sémantiquement cohérentes. L'algorithme prédit chaque token séquentiel (mot, pixel...) en s'appuyant sur le contexte appris lors de l'entraînement massif.

Cette capacité à produire un continuum de contenu plausible à partir d'un input minimal est ce qui confère aux IA génératives leur dimension créative si particulière. Elle ouvre la voie à des applications pratiques dans nombre de domaines.

Quelles applications courantes ?

Les intelligences artificielles génératives investissent progressivement de nombreux secteurs économiques, même si certaines utilisations soulèvent des controverses.

Dans le domaine du service client, on constate la multiplication des chatbots conversationnels basés sur des algorithmes génératifs. Ils répondent aux requêtes des clients ou prospects par des réponses personnalisées, 24h/24. Une réactivité et une disponibilité impossibles à obtenir avec des moyens humains.

Autre tendance forte : l'utilisation d'assistants virtuels pour automatiser la production de contenus, qu'il s'agisse de rapports, d'articles de blog, de messages marketing ou même de code informatique. Un gain de productivité certain pour les entreprises et les indépendants, moyennant un contrôle rigoureux des résultats obtenus.

Les IA génératrices d'images bouleversent quant à elles l'univers de la publicité et du design graphique. En quelques secondes, elles créent des visuels de haute qualité pour illustrer une campagne promotionnelle ou décliner un logo sous différents formats.

In fine, on prédit que 40% des tâches actuelles pourraient être partiellement automatisées d'ici 2030 grâce aux IA génératives. Productivité et compétitivité s'en trouveraient grandement accrues au sein du tissu socio-économique. Mais sans aucune considération rigoureuse des impacts sur l'emploi…

Et c’est bien ce qui pose problème : personne ne sait ce que le développement (que l’on prédit fulgurant) des IA génératives va entraîner dans le monde du travail. Par ailleurs, de sérieuses inquiétudes pèsent d’ores et déjà sur le droit d’auteur, pour ne citer que cet exemple.

À tout le moins, la dynamique est lancée et, comme avec la plupart des technologies disruptives en leur temps, l’adaptation sera sans doute la principale clé pour accompagner cette révolution.