Bernardin-Mukunzi TP 34566

Table des matières
1.définition.............................................................................................................................................2
1. définition
L'intelligence artificielle générative ou IA générative (ou GenAI) est un type de système
d'intelligence artificielle (IA) capable de générer du texte, des images ou d'autres médias en
réponse à des invites (ou prompts en anglais). Les modèles génératifs apprennent les
modèles et la structure des données d'entrée, puis génèrent un nouveau contenu similaire
aux données d'apprentissage mais avec un certain degré de nouveauté (plutôt que de
simplement classer ou prédire les données) 1.
L'IA générative peut être unimodale ou multimodale ; les systèmes unimodaux

n'acceptent qu'un seul type d'entrée (par exemple, du texte), tandis que les systèmes
multimodaux peuvent accepter plusieurs types d'entrée (par exemple, du texte et des
images).
Les cadres les plus importants pour aborder l'IA générative comprennent les réseaux
antagonistes génératifs (GAN) et les transformateurs génératifs pré-entraînés (GPT) 2.Les
GAN se composent de deux parties : un réseau générateur qui crée de nouveaux échantillons
de données et un réseau discriminateur qui évalue si les échantillons sont réels ou faux. Les
deux réseaux sont formés ensemble dans le cadre d'un processus concurrentiel, le réseau
générateur essayant continuellement de produire des échantillons de meilleure qualité et
plus réalistes, tandis que le réseau discriminateur s'efforce d'identifier avec précision les faux
échantillons. Les GPT sont des réseaux de neurones artificiels fondés sur l'architecture du
transformateur, pré-entraînés sur de grands ensembles de données de texte non étiqueté et
capables de générer un nouveau texte de type humain 3. Ils utilisent de grands modèles de
langage (abrégés LLM, pour large language model) pour produire des données fondées sur
l'ensemble de données d'entraînement qui a été utilisé pour les créer.
1. Applications de l'IA GénérativeUniversité Mohammed V Faculté des Sciences Rabat,

Maroc Compte Rendu: Exploration et Application Pratique des Outils d'IA Abdellah Elmiloudi
– A12 Objectif Évaluer et comprendre l'application pratique de divers outils d'intelligence
artificielle dans différents domaines créatifs et communicatifs. L'objectif est de développer
des compétences pratiques et une compréhension approfondie de la manière dont ces outils
1
Artificial Intelligence Glossary: Neural Networks and Other Terms Explained », The New York Times, 27 mars
2023 consulté le 22 avril 2023)
2
https://pub.towardsai.net/generative-ai-and-future-c3b1695876f2
3
https://www.weforum.org/agenda/2023/01/davos23-generative-ai-a-game-changer-industries-and-society-
code-developers/
peuvent être intégrés et bénéfiques dans le milieu académique, professionnel et personnel.
Méthodologie 1. Sélection Des Outils • ChatGpt • SemRush • Grammerly • Podcastle AI •
Lumen 5 2. Création Des Comptes Créer des comptes sur ChatGpt, SemRush, Grammerly,
Podcastle AI et Lumen 5. Résultats 1. ChatGPT (LLM/Texte) Description: ChatGPT est une IA
développée par OpenAI capable de générer du texte en style conversationnel basé sur les
entrées fournies. Test effectué: Dialogue sur les implications éthiques de l'IA. Expérience : •
acilité d'utilisation : Interface simple et réponses rapides. • Qualité des résultats: Les
réponses étaient cohérentes et contextuellement appropriées. Limitations : Connaissance
limitée sur les événements très récents, dépendance à la qualité des entrées. Applications
potentielles: Outils éducatifs, bots de service client, aide à la création de contenu. 2. Lumen 5
(Vidéos) Description: Lumen5 est une plateforme de création vidéo qui utilise l'IA pour
transformer le contenu textuel en contenu vidéo. Test effectué: Création d'une vidéo
résumant les avantages de l'IA dans l'éducation. Expérience: • Facilité d'utilisation : Interface
glisser-déposer intuitive, courbe d'apprentissage minimale. • Qualité des résultats: Vidéo de
haute qualité avec des visuels et des transitions pertinents. Limitations: La version gratuite a
un accès limité aux fonctionnalités premium et à la longueur de la vidéo. Applications
potentielles: Marketing, contenu éducatif, contenu pour les réseaux sociaux. 3. Semrush
(Marketing) Description: Semrush est une boîte à outils complète pour les marketeurs
numériques qui englobe le SEO, le marketing de contenu, l'analyse concurrentielle, le PPC et
le marketing des réseaux sociaux. Test effectué: Utilisation de la boîte à outils SEO pour
analyser le trafic du site web et la performance des mots-clés. Expérience: • Facilité
d'utilisation: Courbe d'apprentissage importante mais ressources et support étendus. •
Qualité des résultats: Insights détaillés et exploitables. Limitations: Coût élevé pour les
fonctionnalités complètes, peut être accablant pour les débutants. Applications potentielles:
Marketing numérique, recherche de marché, optimisation SEO. 4. Grammarly (Rédaction)
Description: Grammarly est un assistant d'écriture alimenté par l'IA qui aide à améliorer la
qualité de l'anglais écrit. Test effectué: Utilisé pour éditer un brouillon d'un essai
académique. Expérience: • Facilité d'utilisation: Très convivial avec des suggestions en temps
réel. • Qualité des résultats: Amélioration de la clarté, de la grammaire et du style de
l'écriture. Limitations: Parfois, les suggestions peuvent ne pas correspondre au contexte ; les
fonctionnalités premium sont payantes. Applications potentielles: Rédaction académique,
emails professionnels, création de contenu. 5. Podcastle AI (Audio) Description: Podcastle AI
convertit le texte en parole et permet aux utilisateurs de créer des podcasts en utilisant des
outils IA. Test effectué: Création d'un épisode de podcast sur les tendances actuelles de l'IA.
Expérience: • Facilité d'utilisation: Interface simple, facile à naviguer et à créer du contenu. •
Qualité des résultats: Audio clair et sonnant naturellement. Limitations: Options de
personnalisation de la voix limitées dans la version gratuite. Applications potentielles:
Production de podcasts, création de livres audio, contenu éducatif. Conclusion À travers
l'exploration de différentes applications comme ChatGPT, SemRush, Grammarly, Podcastle
AI, et Lumen 5, nous avons pu constater non seulement la facilité d'intégration de ces
technologies dans nos pratiques quotidiennes mais aussi leur impact significatif sur
l'amélioration de la qualité et de l'efficacité du travail produit. Chaque outil, avec ses
spécificités, offre des avantages distincts tout en présentant certaines limitations qui
nécessitent une attention particulière. L'expérience acquise au cours de ce travail pratique
souligne l'importance de l'adaptation continue aux innovations technologiques et encourage
une intégration plus poussée de l'IA dans divers aspects de
L'IA générative a de nombreuses applications potentielles, notamment dans des

domaines créatifs tels que l'art, la musique et l'écriture, ainsi que dans des domaines tels
que les soins de santé, la finance et les jeux. Cependant, il existe également des inquiétudes
quant à l'utilisation abusive potentielle de l'IA générative, par exemple dans la création de
fausses nouvelles (fake news en anglais) ou de deepfakes, qui peuvent être utilisées pour
tromper ou manipuler les gens4.
Les systèmes d'IA génératifs notables incluent ChatGPT (et sa variante Bing Chat), un
chatbot (agent conversationnel programmable) construit par OpenAI à l'aide de ses grands
modèles de langage fondateurs GPT-3 et GPT-4, et Bard, un chatbot construit par Google à
l'aide de son modèle fondateur LaMDA. D'autres modèles d'IA générative incluent des
systèmes artistiques d'intelligence artificielle tels que Stable Diffusion, Midjourney et DALLE 5.
L'IA générative a des applications potentielles dans un large domaine d'industries, parmi
lesquelles le développement de logiciels, le marketing et la mode. L'investissement dans l'IA
générative bondit au début des années 2020, avec de grandes entreprises telles que
Microsoft, Google et Baidu ainsi que de nombreuses petites entreprises développant des
modèles d'IA générative6
2. Modalités
Un système d'IA générative est construit en appliquant un apprentissage automatique
non supervisé ou auto-supervisé à un ensemble de données. Les capacités d'un système d'IA
générative dépendent de la modalité ou du type d'ensemble de données utilisé.
▪ Texte : les systèmes d'IA générative formés sur des mots ou des jetons de mots
(tokens) incluent GPT-3, LaMDA, LLaMA, BLOOM, GPT-4 et d'autres. Ils sont capables de
traiter du langage naturel, de faire de la traduction automatique et de générer du
langage naturel et peuvent être utilisés comme modèles de base pour d'autres tâches.
Les principaux ensembles de données sont BookCorpus, Wikipédia et d'autres.
▪ Code : Outre les textes en langage naturel, de grands modèles de langage peuvent être
entraînés sur du texte en langage de programmation, ce qui leur permet de générer du
code source de nouveaux programmes informatiques.
4
« Risques de cybersécurité liés à l'IA générative » [archive], sur powerdmarc.com, 26 juillet 2023 (consulté le
27 août 2023)
5
Roose, « A Coming-Out Party for Generative A.I., Silicon Valley's New Craze » [archive], The New York Times,
21 octobre 2022 (consulté le 14 mars 2023)
6
Yang et Gokturk, « Google Cloud brings generative AI to developers, businesses, and governments » [archive],
14 mars 2023
▪ Images : Les systèmes d'IA générative formés sur des
ensembles d'images avec des légendes textuelles comprennent
Imagen, DALL-E, Midjourney, Stable Diffusion et autres. Ils sont
couramment utilisés pour la génération de texte en image et le
transfert de style neuronal 7. Les jeux de données sont
notamment LAION-5B et d'autres.
▪ Molécules : Les systèmes d'IA générative peuvent être entraînés sur des séquences
d'acides aminés ou des représentations moléculaires telles que SMILES représentant
l'ADN ou les protéines. Ces systèmes, comme AlphaFold, sont utilisés pour la prédiction
de la structure des protéines et la découverte de médicaments. Les ensembles de
données comprennent divers ensembles de données biologiques.
▪ Musique : les systèmes d'IA générative tels que MusicLM peuvent être formés sur les
formes d'ondes sonores de la musique enregistrée avec des annotations textuelles afin
de générer de nouveaux échantillons musicaux fondés sur des descriptions de texte
telles qu'« une mélodie de violon apaisante soutenue par un riff de guitare distordu ».
▪ Vidéo : L'IA générative entraînée sur une vidéo annotée peut générer des clips vidéo
cohérents dans le temps. Des IA comme Gen1 par RunwayML19 et Make-A-Video de
Meta20 peuvent générer des vidéos de cette manière.
▪ Multimodal : un système d'IA générative peut être construit à partir de plusieurs

modèles génératifs, ou d'un modèle entraîné sur plusieurs types de données. Par
exemple, une version du GPT-4 d'OpenAI accepte à la fois les entrées de texte et
d'image8
Modalité Exemples de Capacités Ensembles de

systèmes IA données
générative
Texte GPT-3, LaMDA, Traitement du BookCorpus,
LLaMA, BLOOM, GPT langage naturel, Wikipédia, etc.
4, etc. traduction, génération
de texte
7
Aditya Ramesh et Mikhail Pavlov « Zero-shot text-to-image generation » (2021) — « (ibid.) », dans
International Conference on Machine Learning, PMLR, p. 8821–8831
8
« Explainer: What is Generative AI, the technology behind OpenAI's ChatGPT? », Reuters, 17 mars 2023 (lire
en ligne [archive], consulté le 17 mars 2023)
Code Grands modèles Génération de Texte en langage
de langage code source de programmation
Images Imagen, DALL-E, Génération de LAION-5B, etc.
Midjourney, Stable texte en image,
Diffusion, etc. transfert de style
Molécules AlphaFold Prédiction de la Ensembles de
structure des données biologiques
protéines, découverte
de médicaments
Musique MusicLM Génération de Formes d'ondes
musique basée sur des sonores de la musique
descriptions de texte enregistrée
Vidéo Gen1, Make-A- Génération de Vidéo annotée
Video clips vidéo cohérents
dans le temps
Multimodal GPT-4 d'OpenAI Accepte à la fois
les entrées de texte et
d'image
3. Articles connexes
Arts de l'intelligence artificielle Réseau antagoniste génératif Transformateur génératif
pré-entraîné Grand modèle de langage 7

Bernardin-Mukunzi TP 34566

Transféré par

Droits d'auteur :

Formats disponibles

Bernardin-Mukunzi TP 34566

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Bernardin-Mukunzi TP 34566

Transféré par

Droits d'auteur :

Formats disponibles

Table des matières

L'IA générative peut être unimodale ou multimodale ; les systèmes unimodaux

1. Applications de l'IA GénérativeUniversité Mohammed V Faculté des Sciences Rabat,

L'IA générative a de nombreuses applications potentielles, notamment dans des

▪ Multimodal : un système d'IA générative peut être construit à partir de plusieurs

Modalité Exemples de Capacités Ensembles de

Vous aimerez peut-être aussi