Auteur : Jiangye
IA générative : un nouveau monde créatif
Publié le 19 septembre 2022
L’intelligence artificielle générative (IA) est connue pour sa rapidité et sa rentabilité, et dans certains domaines, la qualité de ses créations dépasse même la création manuelle humaine. Cette technologie transforme de nombreux secteurs, notamment les médias sociaux, les jeux, la publicité, l'architecture, la programmation, le graphisme, la conception de produits, le droit, le marketing et la vente, qui nécessitent tous la créativité humaine.
Pourquoi l’IA générative émerge-t-elle aujourd’hui ?
Elle partage le même moteur que le développement généralisé de l’IA : des modèles avancés, des données massives et une puissance de calcul puissante. Le rythme du changement dans ce domaine dépasse notre capacité à l’appréhender, mais un bref examen de son histoire récente nous aide à comprendre les progrès actuels.
La première étape : petit modèle (avant 2015)
Il y a un peu plus de cinq ans, les petits modèles constituaient la technologie de pointe pour comprendre le langage. Ces modèles excellent dans les tâches analytiques et sont utilisés pour prédire les délais de livraison, classer la fraude, etc. Cependant, ils ont des capacités limitées pour les tâches créatives générales, et générer du texte ou du code au niveau humain est presque impossible.
La deuxième étape : concours d’échelle (2015 à aujourd’hui)
L'article fondateur « Attention is All You Need » publié par Google Research présente un nouveau type d'architecture de réseau neuronal : les transformateurs, qui fonctionnent bien dans la compréhension du langage naturel, peuvent générer des modèles de langage de haute qualité et sont plus faciles à traiter en parallèle. temps de formation. Ces modèles peuvent être rapidement adaptés aux besoins de personnalisation spécifiques au domaine.
À mesure que la taille des modèles d’IA augmente, ils commencent à surpasser les performances humaines dans de nombreux domaines. Par exemple, le modèle GPT-3 d’OpenAI a réalisé un énorme bond en avant en termes de performances, démontrant ses capacités surhumaines, de la génération de code à l’écriture de tweets humoristiques.
Malgré des progrès significatifs dans la recherche fondamentale, l’application généralisée de ces grands modèles reste limitée. Ils nécessitent de grandes quantités de ressources informatiques, sont difficiles à exécuter et ne sont souvent pas accessibles au public ou sont d'un coût prohibitif en tant que services cloud. Néanmoins, les premières applications d’IA générative commencent déjà à émerger.
Phase 3 : Modèles meilleurs, plus rapides et plus économiques (2022+)
Les nouvelles technologies telles que les modèles de diffusion réduisent le coût de la formation et de l'inférence, et les chercheurs continuent de développer des algorithmes plus avancés et des modèles à plus grande échelle. L'accès des développeurs s'étend de la version bêta fermée à la version bêta ouverte et même à l'open source dans certains cas.
Pour ceux qui n’avaient auparavant pas accès aux grands modèles de langage, la porte est désormais ouverte à l’exploration et au développement d’applications, et le développement d’applications bat son plein.
Phase 4 : Émergence d’applications tueuses (actuellement)
À mesure que la couche plate-forme mûrit, que les modèles deviennent meilleurs, plus rapides et plus économiques, et que l'accès aux modèles tend à être gratuit et open source, l'innovation et la créativité au niveau de la couche application sont sur le point d'exploser.
Tout comme les appareils mobiles ont donné naissance à de nouvelles applications grâce à de nouvelles fonctionnalités telles que le GPS, les caméras et la connectivité mobile, nous espérons que ces modèles à grande échelle inspireront une nouvelle vague d’applications d’IA générative. Tout comme un tournant dans la technologie mobile il y a dix ans a créé des opportunités de marché pour une poignée d’applications phares, nous nous attendons à ce que l’IA générative engendre également des applications phares. La compétition a commencé.
Structure du marché (modèle + application)
Le diagramme décrit les couches de plate-forme qui prennent en charge chaque catégorie, ainsi que les types d'applications potentiels construits sur celles-ci.
Les modèles de pointe actuels sont remarquables dans le domaine du texte. Ils sont déjà très efficaces pour rédiger des contenus courts et moyens et sont souvent utilisés pour créer des premières ébauches ou des processus itératifs. À mesure que la technologie progresse, la qualité des résultats s’améliorera, la longueur du contenu augmentera et il deviendra mieux adapté à des domaines spécifiques.
En ce qui concerne la génération de code, comme le démontre GitHub CoPilot, ce domaine promet d'améliorer considérablement la productivité des développeurs à court terme. Dans le même temps, cela permet également aux développeurs non experts d’utiliser plus facilement le code de manière créative.
La génération d’images est un domaine émergent, et les images générées sont plus intéressantes à partager sur Twitter que du texte par exemple. Nous observons l'émergence de modèles d'images avec des styles esthétiques différents, ainsi que diverses techniques d'édition et de modification des images générées.
Même si la technologie de synthèse vocale se développe depuis un certain temps (par exemple Siri), obtenir une qualité de parole humaine unique et naturelle pour des applications haut de gamme telles que les films et les podcasts reste un défi. Cependant, le modèle actuel fournit une base pour de nouvelles améliorations dans les applications pratiques ou le résultat final.
La technologie des modèles vidéo et 3D progresse rapidement et devrait ouvrir de vastes marchés créatifs tels que les films, les jeux, la réalité virtuelle, l’architecture et la conception de produits physiques.
Des modèles fondamentaux sont également développés dans d'autres domaines tels que l'audio, la musique, la biologie et la chimie (par exemple, génération de protéines et de molécules). Les progrès d...
[Courte citation de 8% de l'article original]