IA Générative : état, histoire, enjeux, futur

Rediffusion

Nous nous adaptons de plus en plus rapidement aux nouvelles technologies. ChatGPT a obtenu 10 millions d'utilisateurs plus rapidement que n'importe quelle autre technologie. Cela soulève de multiples enjeux et défis pour le futur.

Les principaux enjeux sont moraux et éthiques et se trouvent dans plusieurs autres domaines :

• économique, il y a un déséquilibre d'investissement. C'est un domaine élitiste.
• artistique avec les questions de droits d'auteurs (qui les possède ? celui qui a fait l'entrée, le développeur, le créateur du jeu d'entrainement, des artistes utilisés dedans…) ainsi que la légitimité de l'IA en tant qu'artiste.
• informations et manipulations, l'exemple typique est le deep fake.
• social, avec les inégalités et les biais qui persistent. Il y a aussi la question de l'emploi et des métiers qui vont évoluer.
• écologique : pouvoir répondre à la question "est-ce que ça vaut le coup de faire tourner des datacenters pour ça ?". On arrive aussi au solutionisme technologique en utilisant des IAs pour améliorer des IAs.
• psychologique via la dépendance intellectuelle qu'on pourra avoir vis-à-vis de ces programmes. Si Internet est devenu notre mémoire, est-ce que les IAs deviendront notre imagination ?

On retrouve ces enjeux de morales depuis longtemps, avec la peur des robots, et les questions de morale avec Asimov et ses règles. Peut-on laisser les utilisateurs poser des questions sur le suicide ? Il y a déjà un cas de suicide à cause d'une IA qui met en avant ces questions.

Il faut garder en tête que l'IA n'est qu'un outil et le problème vient souvent de son utilisation (PEBKAC¹ !).

On peut s'attendre à davantage d'intégrations de l'IA dans les outils pour assister (par exemple, la prise de notes lors de conférences ou pour les artistes). Les téléphones seront une cible privilégiée : plus portables qu'un ordinateur. La technologie va continuer à s'améliorer, avec de plus en plus de temps réel. Des IAs anti spoofing vont être développées pour pouvoir détecter des créations d'autres IAs.

La législation va évoluer, notamment pour limiter l'usage des IAs ou mieux les détecter, via un watermark obligatoire. Il faut cependant prévoir une incompétence technique de la part des législateurs.

Le logiciel libre va avoir un rôle croissant, permettant de proposer des IAs maintenables, optimisables, auditables et intéropérables.

• MusicLM (Google) : créé à partir de seulement 5500 échantillons
• Riffusion (libre) : génère des spectrogrammes de musiques. Il est basé sur stable diffusion.
• murf.ai : reproduit des voix
• Mimic (libre) : texte vers voix
• Cedille : génération de texte en français
• Copilot (Github) : assistant pour coder

Depuis 1950, il y a eu beaucoup d'évolution dans ce domaine. Voici une liste des dates clés sur les programmes pouvant générer du texte, des dessins… Il y en a beaucoup, je vous conseille de regarder la conférence pour plus d'informations parce que certains sont très résumés :

1953

Christopher Strachey, chercheur britannique et considéré comme le créateur du premier jeu vidéo, écrit un générateur de lettre d'amours.

1958

Perceptron de Frank Rosenblatt, professeur en psychologie à l'université de Cornell. Ce projet est financé par l'armée américaine et permet de détecter des formes.

1960

Desmond Henry, professeur de philosophie, récupère une caméra de l'armée et fabrique une machine qui génère une image (en partie à cause des problèmes du matériel utilisé).

1963

Joseph E. Grimes créé un générateur de texte.

1965

Premier bust.

1966

IBM développe Eliza, un chatbot psychologue.

1968

Vera Molṇár, artiste et autodidacte dans l'informatique, génère des images abstraites. Elle a accès à un ordinateur grâce à son mari qui travaille au CNRS.

1971

Sheldon Klein développe un générateur de nouvelles en Fortran sur un Univac 1108.

1972

Harold Cohen créé AARON, un programme qui dessine de manière autonome. Écrit en C puis en Lisp.

1973

Deuxième bust.

1976

James Meehan, professeur à l'université de Yale, créé TALE-SPIN, un générateur d'histoire en Lisp sur PDP-10.

1980

Rogue, jeu générant des niveaux de manière procédurale, disponible sur BSD Unix. Publication du code source en 1986.

1981

David Cope, professeur à Santa Cruz, crée EMI, une IA génératrice de musique. Il l'entraine sur ses propores sons. Il corrige les résultats et l'améliore.

1985

Ken Perlin crée une méthode de bruit pour TRON. Les Oscars disent alors que les PCs dans le cinéma, c'est de la triche.

1991

Benoit Mandelbrot développe Fractint, un logiciel de création de fractals, chez IBM.

1996

Tamagochi, une forme de vie artificielle. Le public l'accepte parce qu'il est sous forme d'animal mignon alors qu'il a une peur de l'IA, des robots, des golems…

2002

SpeedTree, permet la génération procédurale d'arbres. Il est intégré dans des éditeurs de jeux et est utilisé dans les films. Il n'a pas été vendu comme de l'IA, le terme n'est pas vendeur, mais comme un générateur.

2013

Premier chatbot (le chatbot Eugene) qui passe le test de Turing auprès d'un tiers du jury. Produit par un développeur indépendant.

2014

Google développe DeepDream, un algorithme de Machine Learning pour augmenter les images. La recherche comme le code source sont ouverts.

2016

Ross Godwin génère de la poésie et des images à partir de données de capteurs venant de sa voiture. Ces créations artistiques sont créées lorsqu'il conduit. Il a été embauché chez Google.