Qu’est-ce que l’IA générative ?
Découvrez ce que l’IA générative peut créer, comment elle est entraînée et la différence entre modèles fermés, open source et open weight.
Objectifs de la leçon
Expliquer la différence entre IA générative, classification et prédiction.
Décrire les grandes étapes d’entraînement et d’évaluation d’un modèle génératif.
Comprendre les modèles fermés, open source et open weight.
Générer au lieu de seulement classer
Un modèle de classification choisit parmi des catégories connues. Un modèle génératif produit une nouvelle séquence — mots, pixels, sons ou images vidéo — à partir des structures apprises pendant l’entraînement.
La génération est une transformation. Un texte peut devenir un autre texte, une image peut devenir une description, une description peut devenir une voix et une image fixe peut devenir une vidéo animée.
Le résultat est nouvellement assemblé, mais il est influencé par les données d’entraînement, le prompt, la conception du modèle et les réglages utilisés au moment de la génération.
Text-to-text Transformer un texte en un autre texte.
Transformer les notes d’une réunion de coopérative en compte rendu avec décisions et prochaines étapes.
Text-to-code Générer du code à partir d’une demande écrite.
Décrire un formulaire de commande avec Mobile Money et générer le HTML, le CSS et la validation.
Image-to-text Décrire une image ou en extraire des informations.
Photographier un reçu de boutique et extraire la date, les articles, les prix et le total dans un tableau.
Text-to-image Créer une image à partir d’une description.
Produire une affiche verticale pour un événement technologique à Cotonou à partir d’un brief écrit.
Image-to-image Créer une nouvelle image à partir d’une image existante.
Transformer le croquis au crayon d’un kiosque de marché en concept architectural réaliste.
Text-to-speech Transformer un texte écrit en voix.
Créer la narration française d’une vidéo de formation agricole à partir de son script.
Speech-to-text Convertir des paroles audio en texte écrit.
Transcrire l’entretien d’un agriculteur et séparer les paroles de l’intervieweur et de l’invité.
Text-to-music Créer un morceau de musique à partir d’une description.
Générer un jingle instrumental de quinze secondes pour un service local de livraison.
Text-to-sound Créer un effet sonore ou une ambiance à partir d’un texte.
Générer l’ambiance matinale d’un marché ouest-africain sans musique dominante.
Audio-to-audio Transformer, nettoyer, isoler ou doubler un enregistrement audio.
Retirer le bruit de circulation d’un entretien, puis le traduire et le doubler dans une autre langue.
Text-to-video Créer une scène animée à partir d’une description écrite.
Générer une publicité de six secondes montrant une entrepreneure qui ouvre son atelier.
Image-to-video Animer une image fixe tout en conservant son sujet.
Animer une photographie de produit avec un lent mouvement de caméra pour une courte publicité sociale.
Video-to-video Transformer le style ou certains éléments d’une vidéo existante.
Transformer une démonstration filmée en vidéo illustrée tout en conservant le mouvement original.
Multimodal-to-text Répondre à partir de plusieurs types de contenus à la fois.
Lire une photo de produit, une grille de prix et une question client avant de rédiger une réponse vérifiée.
Prédiction
Estimer si la demande de livraison de demain sera forte ou faible.
Le résultat est une valeur ou une catégorie.
Génération
Créer une annonce de livraison destinée aux clients en français et en fon.
Le résultat est un nouveau contenu.
Le cycle d’entraînement
L’entraînement commence par la collecte des données et l’autorisation de les utiliser. Les exemples sont nettoyés, convertis dans un format cohérent et séparés afin que l’entraînement et l’évaluation n’utilisent pas exactement les mêmes contenus.
Pendant l’entraînement, le système produit un résultat, mesure l’écart avec le résultat attendu et ajuste ses valeurs internes. Cette opération est répétée à très grande échelle.
L’évaluation mesure ensuite si le modèle fonctionne sur de nouveaux exemples. L’évaluation humaine reste importante, car les scores techniques ne mesurent pas entièrement la pertinence culturelle, la qualité linguistique, l’utilité ou la sécurité.
- Collecter des données représentatives et utilisables légalement.
- Nettoyer les doublons, erreurs, informations privées et contenus nuisibles.
- Entraîner le modèle et l’évaluer régulièrement sur des exemples non vus.
- Adapter le modèle aux instructions, à la sécurité et à l’usage visé.
- Surveiller l’usage réel, car de nouveaux cas d’échec apparaissent après la publication.
Connaître une langue ne garantit pas une bonne transcription partout
Un modèle peut transcrire correctement le fon lorsqu’une seule personne parle clairement dans une pièce calme. On utilise ensuite ce même modèle pour un entretien enregistré au marché Dantokpa. Le bruit ambiant, les conversations qui se chevauchent, les différences d’accent et la qualité du microphone du téléphone réduisent la précision de la transcription.
Pour être fiable sur le terrain, le modèle doit être entraîné et testé avec des enregistrements proches des conditions réelles d’utilisation.
Une publicité réussie peut quand même déformer le produit
Un modèle crée une publicité attrayante à partir de la photo d’une bouteille de jus. La lumière et la composition sont réussies, mais le nom de la marque est mal orthographié et certains textes de l’étiquette ont changé. Le modèle a réussi la mise en scène, mais pas la reproduction fidèle du produit.
Un test réel de publicité produit doit évaluer deux critères différents : la qualité visuelle de l’image et le respect du logo, des textes, des couleurs, de la forme et de l’emballage.
Modèles fermés, open weight et open source : quelle différence ?
Un modèle apprend des milliards de réglages numériques appelés poids. Ces poids sont les fichiers qui contiennent ce que le modèle a ajusté pendant son entraînement. Posséder les poids permet d’exécuter le modèle sans toujours passer par l’entreprise qui l’a créé.
Un modèle fermé s’utilise depuis une application ou une API. L’entreprise conserve les fichiers du modèle et gère les serveurs. Dans le Playground Imọlẹ, vous pouvez utiliser immédiatement un modèle hébergé, mais vous ne téléchargez pas ses fichiers internes.
Un modèle open weight rend ses poids téléchargeables selon une licence. Une équipe peut l’installer sur des machines adaptées, l’héberger sur son propre serveur ou le fine-tuner. La licence peut malgré tout interdire ou limiter certains usages.
Open source signifie normalement que le code source est publié sous une licence ouverte. Cela ne veut pas automatiquement dire que les poids, les données et tout le processus d’entraînement sont également disponibles. Il faut donc vérifier chaque projet séparément.
| Type | Ce que vous recevez | Peut-on l’exécuter soi-même ? | Exemple simple |
|---|---|---|---|
| Modèle fermé | Un accès depuis une application ou une API. | Non, pas sans le service qui l’héberge. | Utiliser directement un modèle GPT hébergé dans le Playground. |
| Modèle open weight | Les poids téléchargeables du modèle et une licence. | Oui, avec du matériel suffisant ou une plateforme d’hébergement. | Exécuter ou adapter un modèle ouvert de la famille Gemma. |
| Projet open source | Le code source et une licence ouverte ; les autres éléments varient. | Cela dépend de la disponibilité des poids. | Une bibliothèque d’entraînement peut être open source sans publier un modèle entraîné complet. |
Un modèle fermé applique les règles de son fournisseur
Un créateur demande à un modèle fermé hébergé de générer un contenu à caractère sexuel, réservé à des adultes consentants. La demande peut être refusée ou limitée par le système de modération du fournisseur. Même si le créateur juge sa demande acceptable, il ne peut pas supprimer ces règles, car le modèle fonctionne sur les serveurs du fournisseur.
Un modèle fermé est facile d’accès, mais le fournisseur décide quels contenus sont autorisés, limités ou refusés.
Un modèle open weight donne davantage de contrôle
Un studio télécharge un modèle open weight et l’exécute sur ses propres machines. Si la licence autorise l’usage prévu, le studio peut définir ses propres règles de modération pour des contenus légaux réservés aux adultes, au lieu de dépendre des règles d’un service hébergé.
Ce contrôle implique aussi davantage de responsabilités : le studio doit garantir le consentement, la protection des mineurs, la sécurité, le respect de la loi et celui de la licence du modèle.