Physique et Chimie

L’IA générative

mardi, 18 juin 2024

http://spc.ac-amiens.fr/972-l-ia-generative.html

« L’intelligence artificielle n’existe pas… mais la puissance combinée des données disponibles, d’algorithmes (souvent fondés sur des approches par apprentissage) et de ressources de calcul ouvre des formidables perspectives dans de nombreux domaines. »
https://www.inria.fr/fr/intelligence-artificielle

La manifestation d’une « intelligence artificielle » n’est rien d’autre que l’exécution d’un modèle mathématique appliqué à l’informatique. Elle s’appuie sur une base de données volumineuse et des applications mathématiques qui les traitent.

Quelques éléments sur l’IA

L’intelligence artificielle générative est une technologie permettant de créer du contenu (texte, image, son…) à partir de réseaux de neurones.

Les réseaux neuronaux constituent un programme ou un modèle de machine learning qui prend des décisions d’une manière comparable au cerveau humain, en utilisant des processus […] pour identifier des phénomènes, évaluer des options et arriver à des conclusions.
https://www.ibm.com/fr-fr/topics/neural-networks

Les réseaux neuronaux peuvent être représentés par des graphes orientés ou non. Chaque nœud représente un objet et ces objets sont reliées entre eux par des arêtes.
Dans un réseau neuronal, les nœuds contiennent des données, des propriétés tandis que les arêtes correspondent à des relations de type mathématiques (ex : probabilité).

neurone

Crédits : neurone

Dans ce graphe, il existe un lien entre les données x1, x2 et la « conséquence » f(x1,x2).

Par exemple, dans un texte, il y a une probabilité importante pour que les mots "capitale" et "France" soient associés au mot "Paris". C’est en donnant à lire des textes à l’intelligence artificielle qu’elle est capable de créer ce type d’association.
Ces données permettent d’affiner les relations entre les nœuds. L’IA est en mesure d’ajuster le poids de chaque nœud établissant ainsi une hiérarchie dans les paramètres d’intérêt croissant.
Ainsi, la phase d’apprentissage permet de pondérer l’importance d’une donnée par rapport à une autre. La fonction f peut alors se mettre sous la forme simplifiée :

Point de vigilance

La phase d’apprentissage d’une IA est fondamentale : une IA est dépendante de la base de données dont elle se nourrit.

Une IA peut fournir un résultat approximatif voire erroné.

Les problématiques soulevées peuvent être les risques d’hallucination (proposer une réponse semblant réelle mais ne correspondant pas à la réalité), les biais, la désinformation, les deepfakes, la mise à profit des données personnels d’un individu (reconnaitre un profil criminel à partir de photographies), des problématiques d’ordre juridique, le risque de dérive de concept…

Un regard expert reste donc nécessaire pour évaluer la validité de la réponse.

Exemple :

Masse volumique - Gemini

Crédits : Gemini

Quelques usages au service de l’enseignant

♦ Imitation d’un style : exemple écriture d’un protocole

Protocole - Gemini

Crédits : Gemini

Travail possible :

 

 

♦ Création de QCM à partir d’une vidéo

 

 

♦ Création d’illustration, de schéma

Souhaitant illustrer un exercice de sensibilisation à la sécurité routière et plus particulièrement aux dangers liés à la pratique des deux roues, il est possible de demander à une IA générative de produire ce type d’image.

Illustration - Copilot

Crédits : Copilot

♦ D’autres exemples

Quelques préconisations

Auteur

Bertrand Fareneau