Concept de visualisation des Big Data. Algorithmes de machine learning. Analyse des informations. Réseau de données technologiques et de codes binaires véhiculant la connectivité.

Le machine learning entre en jeu

Après avoir bouillonné pendant des années, 2022 a vu le machine learning exploser dans la conscience populaire.

Points essentiels à retenir

  • 2022 a été une année exceptionnelle pour les outils de machine learning et d'IA qui ont fait les gros titres.

  • Cette explosion d'outils open source pourrait transformer l'industrie et les professions créatives.

  • À mesure que l'espace évolue, Intel restera à la pointe de l'amélioration de ces outils puissants.

author-image

Par

Le machine learning est une méthode qui consiste à enseigner aux ordinateurs à apprendre à partir des données, sans être explicitement programmés. Il s'agit d'une branche de l'intelligence artificielle basée sur l'idée que les systèmes peuvent apprendre à partir des données, identifier des modèles et faire des prédictions avec un minimum d'intervention humaine.

Et elle est devenue assez puissante. Vous ne nous croyez pas ? Le premier paragraphe de cet article a été écrit par le générateur de texte OpenAI. Et OpenAI n'est qu'une des nombreuses applications de machine learning open source de plus en plus sophistiquées qui ont fait la une des journaux cette année.

Prenons l'exemple de Dall-E 2, Stable Diffusion, Craiyon, ou MidJourney : des outils d'IA puissants open source sur navigateur, capables de créer des images générées artificiellement d'un réalisme époustouflant et d'une qualité suffisante pour faire la une de Cosmopolitan, ou même des images tout simplement étranges.

Plus dramatique encore, l'ingénieur Blake Lemoine a été licencié de son poste chez Google pour avoir prétendu que le chatbot d'IA LAMDA de la société avait atteint la sensibilité en communiquant avec lui. Et même si son affirmation peut être démontée, le fait est que de nombreux aspects de la conversation que cette IA a eue avec lui étaient étonnamment réalistes.

Alors que le machine learning accessible et facile à utiliser atteint un nouveau record, quelles sont les conséquences ?

Applications

Les capacités de machine learning ne sont pas nouvelles. Ce qui rend le boom actuel particulièrement novateur, c'est qu'il s'agit de plus en plus d'applications open source, librement accessibles au public via des navigateurs web et des applications. Mais s'agit-il seulement d'applications nouvelles, ou existe-t-il un réel potentiel pour que cette démocratisation de l'IA soit un phénomène véritablement transformateur ?

Une façon de fonctionner est d'accélérer rapidement les délais de production des œuvres créatives. Par exemple, alors que l'art généré par l'IA est actuellement relégué à des images statiques et 2D, cette technologie pourrait potentiellement être utilisée pour créer des animations plus longues. Les utilisateurs pourraient saisir des instructions comme « lapin courant le long d'un sentier forestier », et l'IA produirait l'animation requise.

Dans un système de ce type, le rôle de l'utilisateur consisterait simplement à affiner les instructions, par exemple en spécifiant l'éclairage ou les angles de caméra, jusqu'à ce que les séquences requises soient générées. Chacun a le potentiel de devenir un studio d'animation à lui tout seul. Les implications créatives sont vertigineuses.

Perturber l'art

Avec des outils aussi puissants à portée de main, on pourrait potentiellement libérer une vague de créativité et de contenu, démocratiser massivement le processus créatif et présenter au monde à toutes sortes de nouvelles histoires.

Parallèlement, des milliers d'animateurs, d'illustrateurs et d'autres créateurs dans le monde peuvent penser que leurs rôles pourraient changer de manière significative par l'émergence des artistes IA. D'autres soulignent qu'en entraînant leurs modèles sur de véritables œuvres d'art, certains de ces modèles violent même les lois sur le droit d'auteur.

Cependant, d'autres prétendent que ces outils peuvent être utilisés pour autonomiser les artistes. Dans de nombreux cas, l'art produit par ces outils peut sembler un peu inhabituel, mais peut être utilisé comme point de départ pour les illustrateurs et les artistes pour s'étendre et se développer.

Les écrivains, de même, pourraient voir leur rôle changer, voire être renforcé par le machine learning open source. Alors que les outils de rédaction actuels sont capables de produire des textes grammaticalement corrects et logiques, ils peuvent néanmoins sembler robotisés et ne pas saisir les nuances de sujets plus complexes. Les écrivains seront toujours nécessaires, mais les outils d'IA peuvent donner un puissant coup de pouce à leur travail.

On craint également que ces outils ne soient utilisés à des fins néfastes, telles que la tromperie politique, la création de représentations graphiques de la violence ou la pornographie non consensuelle. Ils pourraient même finir par recréer ou amplifier les préjugés nocifs dans leurs matériaux de base. C'est pourquoi de nombreuses entreprises ont appliqué des filtres spécifiques pour contrôler ces variables.

Support Intel

Bien sûr, une grande partie de ces informations est encore spéculative. Alors que la puissance et la disponibilité des outils de machine learning open source augmentent rapidement, des défis subsistent.

Intel, en revanche, contribue à les résoudre. En septembre 2022, Intel, en collaboration avec ses pairs du secteur, Arm et Nvidia, a publié un document rédigé conjointement décrivant la voie à suivre pour construire un format interchangeable commun pour la formation et l'inférence de l'IA.

La solution est une spécification à virgule flottante à 8 bits (FP8), et permettra aux modèles d'IA de fonctionner et d'obtenir des performances cohérentes sur toutes les plateformes matérielles, d'accélérer le développement des logiciels d'IA et d'améliorer l'efficacité de calcul des réseaux neuronaux profonds.

Cela s'ajoute à la gamme de solutions pratiques qu'Intel a permis de développer. Par exemple, les développeurs de l'Intel Intelligent Systems Lab à Munich, en Allemagne, ont pu combiner les séquences vidéo du jeu Grand Theft Auto V avec l'ensemble de données de Daimler Cityscapes et utiliser un agent d'IA pour créer des rendus photoréalistes du jeu en action. Ce n'est qu'une autre façon pour Intel d'être à l'avant-garde et de pousser le machine learning et l'IA à ses limites.