1. Introduction à la Génération d'Images par IA [0]

thumbnail
  1. Les IA de génération d'images sont des logiciels accessibles au grand public. [0]
  2. Ces outils produisent des images assez réalistes. [0]
  3. L'IA d'OpenAI (DALL-E) a été utilisée pour les images de l'épisode sur ChatGPT. [1]
  4. Pour générer une image, l'utilisateur fournit une description textuelle (prompt). [2]
  5. L'IA génÚre ensuite une image plausible en sortie. [2]

1.1. Utilisation et Limites des IA de Génération d'Images [3]

  1. L'utilisation est initialement gratuite, mais devient payante pour un usage accru. [3]
  2. L'utilisateur achÚte du temps de calcul sur les serveurs, car l'exécution est coûteuse. [4]
  3. Exemple avec Midjourney :
    1. On donne une description textuelle (prompt). [5]
    2. On peut ajouter une photo pour guider l'IA. [6]
    3. Exemple de demande : un personnage en combi orange enseveli par des falafels. [7]
    4. L'anglais est mieux compris par l'IA. [8]
    5. On peut ajouter des mots-clés (ex: "photo réaliste") et des paramÚtres (ex: AR pour format 16/9). [9]
  4. Il faut pratiquer pour obtenir le résultat souhaité. [11]
  5. Des sites aident à préparer les prompts. [11]
  6. L'IA génÚre des images en partant de vagues tùches de couleurs qui s'affinent progressivement. [12]
  7. L'IA propose plusieurs propositions finales. [14]
  8. Des variations peuvent ĂȘtre obtenues Ă  partir de ces propositions. [15]
  9. Les versions gratuites permettent de se rendre compte des possibilités et limites. [18]
  10. Les IA publiques présentent encore des défauts et produisent des anomalies. [20]
  11. Ces anomalies sont repérables par un examen attentif (ex: six doigts, deux pieds gauches). [20]

2. Les Trois Mécanismes de Fonctionnement des IA de Génération d'Images [22]

thumbnail
  1. Trois mécanismes principaux entrent en jeu dans le fonctionnement de l'IA. [22]

2.1. Premier Mécanisme : La Base de Données [23]

  1. Il faut une immense base de données d'images au départ. [23]
  2. Chaque image est associée à un texte de description. [23]
  3. Cette base soulĂšve des questions de droits d'auteur. [24]
  4. Il y a une problématique de pillage du travail des auteurs. [25]
  5. Des actions de justice sont en cours et feront jurisprudence. [26]
  6. La base contient des millions d'images avec des mots pour les décrire. [27]

2.2. DeuxiĂšme MĂ©canisme : Le ModĂšle de Diffusion [28]

  1. Le deuxiÚme mécanisme est le modÚle de diffusion. [28]
  2. C'est un réseau de neurones entraßné à débruiter des images. [29]
  3. Le bruit est l'ajout de pixels aléatoires sur une image. [31]
  4. Le réseau reçoit en entrée une image plus ou moins bruitée. [32]
  5. Il doit générer en sortie une image sans bruit, propre. [32]
  6. L'entraßnement se fait en bruitant puis en débruitant l'image jusqu'à la réussite. [33]
  7. On précise la nature de l'image (ex: koala) pendant l'entraßnement. [34]
  8. L'entraĂźnement se fait sur toutes les images de koala de la base. [34]
  9. AprÚs l'apprentissage, le réseau peut générer une image possible de koala. [35]
  10. Il peut partir de n'importe quelle image d'entrĂ©e, mĂȘme une bouillie de pixels. [36]
  11. Il peut partir de trois pixels marron pour générer un koala. [37]
  12. Les formes émergentes vues lors de la génération d'images proviennent de ce processus. [38]
  13. Quatre images différentes sont obtenues en partant de quatre bouillies de pixels différentes. [39]

2.3. TroisiĂšme MĂ©canisme : L'Algorithme de Plongement [41]

  1. La troisiÚme composante est l'algorithme de plongement dans la base de données. [41]
  2. Dans la base, des photos sont associées à des mots (ex: koala, moto). [42]
  3. La base est organisée en espace vectoriel en une dimension. [43]
  4. Quand l'utilisateur fait une demande (ex: "un koala Ă  moto"), l'IA forme un vecteur. [44]
  5. L'IA sélectionne les photos de la base dont le vecteur est proche de celui de la demande. [45]
  6. Le modÚle de diffusion s'appuie sur cette sélection pour débruiter la bouillie de pixels. [46]
  7. Ceci génÚre l'image finale, qui est plausible. [46]
  8. ProblÚme des anomalies : Le processus n'inclut pas de rÚgles spécifiques. [47]
  9. Il n'y a pas de rÚgle précisant que l'humain ou le koala a cinq doigts. [47]
  10. Le koala a deux pouces, ce qui est vrai. [47]
  11. Le modĂšle cherche Ă  reconstituer des images plausibles. [49]
  12. Il n'y a aucun contrÎle sur l'image produite pour vérifier le nombre de doigts. [49]

3. Conclusion et Ressources Complémentaires [50]

thumbnail
  1. Ceci explique le fonctionnement interne de l'IA de génération d'images. [50]
  2. Une vidéo récapitulative est disponible pour détecter les images générées par IA. [51]