Initiation à l’Intelligence Artificielle Générative à l’attention de la communauté universitaire
4. L’IA Générative
4.2. Typologies d’IAG : texte, image, vidéo, musique…
L'IA générative est capable de générer de nouvelles données ou un contenu similaire aux données sur lesquelles elle a été entraînée.
Il existe ainsi des IAG capables de produire du texte, des images, des sons, des vidéos (Bordeaux, 2023a, Université de l’Alberta, 2024).
IAG de texte
Le processus de formation des IAG de texte consiste à intégrer de grandes quantités de texte provenant de livres, d'articles et de sites web, de réactions sur des réseaux sociaux, puis à analyser ce contenu pour en trouver des motifs et assimiler les relations entre des objets dans le langage humain : ces outils s’appuient sur des grands modèles de langage (LLM).
Certains assistants conversationnels (chatbots), s'appuient sur des données d'apprentissage pour produire du contenu, tandis que d'autres sont liés à internet ou des bases de données académiques (Deakin University, 2023).
L’IA générative peut produire des essais, des blogs, des scripts, des articles de presse, des déclarations de réflexion et même de la poésie.
IAG d’images
Ce type d'IA apprend en analysant des ensembles d'images accompagnées de légendes ou de descriptions textuelles.
Elle utilise ensuite des réseaux de neurones pour produire des images à partir d’invites (ou prompts) ou pour retoucher des photos automatiquement (Bordeaux, 2023a).
IAG de vidéo
La génération d'une vidéo nécessite généralement l'utilisation d'éléments audio, visuels et textuels. Certains programmes vidéo d'IA générative exploitent aussi des vidéos existantes pour apprendre à en produire de nouvelles. Il existe des programmes basés sur l'IA générative qui ont été formés à l'utilisation de logiciels de montage vidéo, de sorte qu'ils peuvent appliquer des effets sur le contenu que vous créez, tels que l'ajout de légendes, de transitions et d'animations.
IAG de son/musique
Les IAG de musique analysent les pistes musicales et les métadonnées (nom de l'artiste, titre de l'album, genre, année de sortie de la chanson, listes de lecture associées) afin d'identifier des modèles et des caractéristiques de genres musicaux très différents. Elles ont également été formées aux paroles des chansons. Il faut garder à l'esprit que si un générateur de musique n'a été exposé qu'à un seul type de musique (par exemple, la musique classique), la musique qu'il génère ressemblera à ces morceaux.