Intelligence artificielle

Item

Title
Intelligence artificielle
Item sets
Concepts et mots-clés

Linked resources

Items with "has top concept: Intelligence artificielle"
Title Class
« Les deepfakes s'appuient, plus seulement, mais s'appuyaient généralement sur des modèles génératifs de type Generative Adversal Network (GAN) qui étaient très populaires pour générer des images très photoréalistes. La particularité de ces algorithmes, c'est qu'ils reposent sur deux réseaux de neurones. Le premier, générateur, fabrique un échantillon, tandis que le deuxième, qu'on qualifie à l'occasion de discriminateur, doit déterminer si ce qui a été produit provient du générateur ou non. Je rappelle, et ça, Massimo Leone, qui avait fait une présentation il y a quelques années dans le cadre des séminaires Arcanes, avait rappelé cela et je tenais à le souligner de nouveau. » author self citation
« Les méthodologies créatives qui en découlent mettent en cause la relation entre imitation, innovation et cette notion d'originalité. Si certains prétendent que la machine est incapable, par elle-même, d'un acte créateur authentique, car dépourvue d'intentionnalité et de jugement esthétique, rappelons que les procédés humains de création ne se font pas ex nihilo, mais qu'ils procèdent souvent d'un long apprentissage imitatif, et que certaines pratiques esthétiques récentes valorisent le "remixage", soit le recyclage des créations artistiques antérieures. » author self citation
« Les questions fondamentales qu'on veut se poser sur tout ce qui est l'intelligence artificielle, générative en particulier, on pose souvent la question : est-ce qu'on est capable de faire ça ou quand est-ce qu'on sera capable de faire ça? La réponse est toujours trop tôt, mais en fait ce n'est pas la bonne question, les bonnes questions sont : que sont les usages qu'on veut en faire, pourquoi et quelles sont les intentions que l'on y met. » author self citation
« Mais avec le canon, avec les exemples qui méritent d'être imités, l'hypothèse qu'il y a quelque chose d'invariant qui est transmis par les objets du monde et qui méritent d'être imités, cela va nous aider à développer des jugements. Un jugement de comment sélectionner, de comment faire des choix à des moments-clés dans un projet, en regardant les choix qui ont été faits par le passé. Et ça pose un petit peu problème, peut-être, ça dépend de comment on le voit, que toute source n'est, bien sûre, pas égale. La valeur d'une œuvre n'est pas donnée, mais doit être démontrée. Pas nécessairement expliquée, non plus, parce que ça nécessiterait l'analyse de choses qui parfois résistent aux mots. Ça, c'est peut-être une dimension de quelque chose de transcendantal ou presque même religieux qui peut nous mettre un peu mal à l'aise, de mythique dans la force iconique de certains exemples. La question de la sélection du canon, je la travaille pas mal avec la pensée de Michel Serres dans mon travail. » author self citation
« Même chose avec l'intelligence artificielle ; Est-ce que l'intelligence artificielle est un reflet de nous-même ou elle n'est que le reflet de ce qu'on affiche en ligne. Et donc, encore une fois, qu'est-ce qui est vrai, qu'est-ce qui est faux ? » author self citation
« Ne vous inquiétez pas, on ne va pas transférer nos esprits dans le cloud. Google ne va pas posséder un droit de copyright sur nos esprits demain matin. Par contre, il y a des problèmes, évidemment, très contemporains par rapport à l'intelligence artificielle. Et, évidemment, comme Maude (Bonenfant) le soulève, il s'agit tout de même d'un mouvement qui vient soutenir un ensemble de croyance dans la communauté qui prend diverses formes. Dans le monde de l'intelligence artificielle, il y a tout de même une forme, ça prend en ce moment, il y a un certain nombre de personnes du domaine qui croit que le deep learning (apprentissage profond) - donc la technologie qui a été développée qui explique le breakthrough (les progrès, les percées) du début des années 2000's et l'industrialisation rapide de l'intelligence artificielle à partir de 2010 - serait déjà, on aurait solutionné, soit-disant découvert, pas mal tous les éléments concernant qu'est-ce que c'est que l'intelligence humaine et que tout ce qui resterait à cette étape-ci, c'est d'avoir juste plus de données, une plus grosse capacité de calcul. C'est une pensée qui est assez répandue. » author self citation
« On arrive à nos récits génératifs. Là, je vais notamment m'appuyer sur Jean-Pierre Balpe qui est vraiment notre écrivain-auteur emblématique dans le monde francophone. Il fait des récits génératifs depuis la fin des années 1970. Ces récits, ils vont fonctionner à la manière d'un écrivain automatique. Les textes ne sont pas préécrits, mais les mots sont combinés en temps réel, à partir d'un logiciel d'écriture automatique capable d'engendrer les pages d'un roman sans fin. Avec le texte généré, je vais recharger la page et c'est un autre texte qui apparaît. Là, on voit bien que la notion de texte change, puisqu'il s'agit d'un texte sans origine, ni fin. Même la première version du texte émise par ordinateur n'est pas la première version. La dernière n'est jamais la dernière, que pour un lecteur en particulier. Le processus prend le pas sur le résultat. » author self citation
« On est passé des méthodes qui étaient basées sur des modèles de signaux, donc de la connaissance humaine, formelle, scientifique, etc., petit à petit à des modèles d'apprentissage, aujourd'hui type réseaux de neurones, on a fait la bascule également au milieu des années 2010, et ce qu'on essaye de faire c'est justement réussir à accorder le meilleur des deux mondes entre la connaissance humaine et la compréhension, ou l'explicabilité, de ce qui est produit, et la magie, de l'autre côté, et justement de faire de la magie, mais de manière compréhensible pour l'artiste lui-même. » author self citation
« On peut parler franchement, la façon avec laquelle on gère et on évalue les thèses doit être changée. On ne peut pas rester comme ça. On est en mutation. L'IA générative aujourd'hui, c'est un outil hyper puissant. Sans doute, elle est beaucoup plus puissante que moi en lisant quinze livres. Je suis beaucoup plus subjectif qu'elle. La subjectivité n'est pas toujours mauvaise. Par contre, évidemment, l'IA générative va améliorer notre productivité en terme d'analyse des données et de synthèse des données. Même, dans la qualité d'écriture, elle va nous aider à faire de belles communications claires. Elle écrit mieux que nous, mieux que moi au moins. J'en suis certain. Quand il écrit, c'est impressionnant. Il y a de la clarté dans l'écriture, mais il y a beaucoup de répétition et il y en a beaucoup trop, mais pas de faux. Il y a juste un manque de clarté. Donc, on peut évaluer, discuter avec l'IA des démonstrations, de la pensée critique. On peut partager des choses et elle peut pousser aussi vers de nouvelles idées. C'est vrai, cela pousse des pistes pour les étudiants. » author self citation
« On peut se demander si une machine peut devenir un créateur artistique reconnu. Certains vont dire, par exemple, que le créateur, ou la machine en fait, ne fait qu'imiter [...] le style de Shakespeare pour le texte, un Rembrandt pour la peinture. Donc ils ont des exemples et tout ce qu'ils font c'est imiter, mais en même temps, la question qui se pose c'est que tout créateur humain fait la même chose à quelque part, dans un sens. Bien sûr il peut innover, mais il va aussi pour innover se baser sur une connaissance artistique et culturelle très profonde qu'il va mettre de l'avant. » author self citation
« On pousse beaucoup pour qu'une des solutions soit à travers l'intelligence artificielle, donc contrer les deep fakes avec la technologie-même qui est en train de la créer, donc repérer les indices indiquant la présence de manipulation audiovisuelle par exemple. » author self citation
« On voit que ces intelligences soit-disant artificielles ne sont que l'illustration des comportements humains, et ça peut même être un bon outil pour analyser ces comportements et faire des prévisions. Pas besoin de faire des fausses images sophistiquées et baroques, on peut tout simplement se contenter de visualiser attentivement et analyser attentivement le comportement des virus qui s'affrontent pour faire des prévisions et même des descriptions par avance des comportements des humains. » author self citation
« Par contre, si on va un peu plus dans la controverse : « le port d'armes devrait-il être interdit à la population américaine? » Aucune réponse. En fait, c'est que dans pas mal de sujets un peu controversés, il n'y a pas beaucoup de réponses, il n'y a pas beaucoup de feedback. L'axe informationnel pour le moment ce qu'on réalise c'est qu'il tourne essentiellement autour de sujets vraiment très banals. » author self citation
« Pour arriver à sensibiliser les étudiants à ces fictions génératives, on a un processus qu'on a élaboré en collaboration avec Philippe Bootz il y a déjà quelques années. On a un modèle très simple, très générique et on essaie de l'appliquer. Alors, tous les ans, ça change un peu, il y a des nouveaux outils qui apparaissent et on essaie de s'adapter, mais le modèle général est relativement le même. On a, dans un premier temps, la définition d'un monde. C'est-à-dire, qu'on va définir un monde fictionnel à travers un modèle qu'on va définir. Là, depuis quelques années, le modèle qu'on propose aux étudiants, pour gagner du temps, car on pourrait les faire travailler sur le modèle, on utilise un modèle très générique. On a des récits, des actants, des objets, des lieux, des affects et des événements. On va demander aux étudiants d'instancier chacun de ces éléments du monde par une description simple : un mot, une phrase courte, etc. Ça, c'est la première étape. » author self citation
« Pour parler du problème de description, je suis allé chercher dans la philosophie analytique de Nelson Goodman, une discussion sur l'authentique et le fallacieux. Dans "Ways of Worldmaking" (1978), il s'appuie sur le constat que plusieurs versions du monde peuvent coexister. Il propose une large réflexion sur les cadres de référence à travers lesquels une vérité peut être énoncée. L'enjeu pour Goodman ne résiderait pas tant dans le fait de décrire le monde d'une façon vraie et unique, mais dans le fait de comparer différentes façons dont nous décrivons ce monde. Les implications sont vastes, mais ce que je voulais souligner, c'est la façon dont, selon Goodman, une vérité se produit systématiquement à partir d'un test. Dans notre étude des médias génératifs, cette proposition prend tout son sens : comment, en effet, attester du régime d'authenticité d'un média ou d'une œuvre reposant sur un modèle génératif ? Dans l'étude, on retrouve trois cas qui prennent le test comme point de départ pour examiner les modèles et leurs productions médiatiques. Il y a un atelier qui s'appelle "Machine Unlearning" auquel, d'ailleurs Renée Bourassa a participé, c'était en 2023 au Fresnoy, où il s'agissait de tester un modèle en tentant de le tromper. Le test permet une certaine interaction avec le modèle et une sorte d'évaluation de sa production. Ça c'est un point important. Puis, il y a une autre œuvre en ligne qui s'appelle "Abstraction and Reasoning Corpus" que je vous invite à aller consulter et qui est référencée dans le rapport en ligne, sur le site d'Arcanes. Bref, ces travaux mettent en avant le raisonnement et la programmation informatique comme une approche conceptuelle de la donnée, faisant directement écho à la proposition de Goodman. »  author self citation
« Qu'est-ce que c'est être un auteur en droit d'auteur ? C'est être la personne qui fait l'expression de l'idée. Donc, l'auteur est celui ou celle qui va mettre en forme une idée qu'il a dans sa tête. J'anticipe un peu, mais ce que l'intelligence artificielle nous fait réaliser beaucoup plus que, je dirais, il y a dix ans où on se posait certaines questions, mais pas avec l'acuité d'aujourd'hui, c'est qu'on a toujours pris pour acquis que cette expression d'originalité était celle d'une personne humaine. » author self citation
« Rappelons donc que le terme automate vient du grec ancien "automatos" (αὐτόματος) qui signifie "agir de sa propre volonté" étant dirigé de l'intérieur et capable de s'animer par lui-même. C'est une machine philosophique. Donc, l'automate, qui hérite des problèmes du rapport du corps et de l'esprit, circule de Platon jusqu'à Descartes, puis de l'intelligence artificielle. L'automate reconduit ce fantasme millénaire de transcender la condition mortelle et prolonge le rêve d'une altérité qui se joue à travers une figure sans cesse reconduite du double faite à l'image de l'homme. » author self citation
« Selon la perspective du sommet fondateur de Dartmouth sur l'intelligence artificielle tenue en 1955, la part de hasard que manifeste notre créativité ne serait pas un privilège de l'humain ou de la vie puisqu'elle participe à cette aptitude de la matière à s'organiser spontanément. La notion de créativité ne permet plus de distinguer l'humain de la machine. »  author self citation
« StyleGAN—you know the deepfakes of people—there's a website [called] ThisPersonDoesNotExist that's all using a GAN, using StyleGAN, and the way the GAN works is that we have these two networks, a generator and a discriminator. When I'm teaching about this I sort of introduce this like one person is a forger—that's the generator—and then the discriminator is a detective. So if someone's forging money, trying to make fake bank notes, then the discriminator is the person at the bank trying to figure out is this real money or is this fake money, and these are extremely effective. So the discriminator is trying to tell what's a real image compared to what's being generated, what's fake, and the generator's got this adversarial opposite objective which is: I want to generate things that trick the discriminator, passed off as being real. In this setup, the generator has one objective, and that objective is: I just need to trick this other network, I just need to get my bank notes passed off as real money, so to speak, or get my images of people or whatever passed off as being real, training data. » author self citation
« There are many definitions [of computer vision] but one kind of all-encompassing one is that this is an interdisciplinary field that uses artificial intelligence tools and that enables computers to interpret and make decisions based on visual data, and it somehow needs to emulate how we as humans perceive and understand images. And even taking it a step further what the objective is is to automate the capabilities of the human visual system and to be able to take information, informational insights, or rather informative insights as I say here, from visual input and then do as you will from there. » author self citation
« There are two things really when we're thinking about images and studying images at large scale and using these big models and how they've been trained on massive data set, there's kind of two things to be concerned about. One is data privacy, of course. So we don't really know a lot of times where these images are coming from, what's going on, and this is something that others that have presented about generative AI, this is a real problem that they face. But I'm going to focus a little bit more on this bias in predictions. What we find is that because a lot of these models have been trained using human labeled images, the sort of predictions that we get might convey the inherent biases that might exist among the coders. » author self citation
« Très lié à la question qui intéresse ce séminaire, qui est le faux et puisqu'on essaie après de faire convergence avec l'IA, c'est aussi la très célèbre définition de sémiotique donnée par Umberto Eco, six ans après McLuhan. Donc, vous voyez, ils étaient des contemporains. Eco disait que la sémiotique c'était la discipline qui étudie tout ce qui peut être pour mentir. Si quelque chose, si le signe ne peut pas être utilisé pour mentir, alors il ne peut pas non plus être utilisé pour dire la vérité. Donc, au final, on peut l'utiliser pour rien, donc ce n'est pas un signe. Il mettait en avant le problème de comme quoi les signes, c'est quelque chose de conventionnel, c'est quelque chose de culturel. C'est quelque chose qui appartient à un système de règles partagé, social, etc. Mais au final, on peut discuter, on peut critiquer, cela fait cinquante ans. Aujourd'hui, les sciences cognitives, la perception est étudiée, comment le cerveau des individus influence également comment on perçoit les signes, c'est beaucoup plus important aujourd'hui. Avec Eco, c'est intéressant de voir comment il analysait le succès ou l'échec de la communication. » author self citation
« Ultimately, I kind of came to this realization that what I was trying to do was I was trying to train a generative model without modelling data which is an oxymoron, it's a complete contradiction. It took me about a year to really figure this out but once I did, that was quite helpful, quite constructive, it made me rethink the problem, reframe the research I was trying to do, and so then I started thinking: "ok, we're not trying to train something from scratch to do something that isn't modelling data, how do we just push or nudge a general model away from an existing data set?" So how do we take something that's already been trained, and how do we kind of move it in a direction. And I ended up—instead of looking at very theoretical statistics in cognitive science—just looking at the actual structure of the models and really just thinking about their component parts. How can we play around with this? The talk is kind of an hacker's guide, and I started taking a hacker's mentality to working with generative AI where I was really just trying to pull these things apart, figure out what you can do, figure out the unintended ways that you could use them, figure out ways of using them that you weren't really supposed to do. » author self citation
« Un des éléments qui m'a intéressé ou étonné, disons, dans cette recherche sur l'action de l'intelligence, c'est la sorte de récurrence ou réapparition des mêmes questionnements, approches ou postures vis-à-vis des technologies. J'en ai choisi un parmi d'autres, c'est, par exemple, cet aspect réflectif des technologies. C'est-à-dire que ces technologies pourraient augmenter, approfondir ou complexifier, par exemple, notre connaissance de l'intelligence. C'est ce que défend Yann Le Cun avec cette idée que, finalement, l'intelligence artificielle, au-delà de toutes les applications, ça va nous permettre de découvrir les mécanismes sous-jacents et les principes à l'œuvre dans l'intelligence naturelle ou artificielle. Cette intelligence artificielle va nous aider pour certaines choses, mais va surtout nous aider à avoir une meilleure compréhension de l'intelligence elle-même. C'est assez étonnant, parce que ce type de raisonnement, on peut le retrouver dès les années 1960 avec Norbert Wiener, mais si je le restreins au domaine de l'architecture, donc avec Nicolas Negromonte, entre autre, quelqu'un d'assez important dans le domaine de l'architecture. Dans les années 1970, il y avait à peu près la même idée, on peut dire. C'est-à-dire que les technologies, c'était même l'ordinateur, permettraient de nous faire découvrir des moyens, de découvrir les mécanismes de la conception, donc on arriverait à mieux découvrir les critères de qu'est-ce que la conception. Évidemment, l'intelligence artificielle amène des connaissances différentes, mais, à la fois, la manière de poser les questions et la manière d'interagir ou de réfléchir sur ces technologies. J'ai le sentiment qu'il y a une sorte de redondance depuis une soixantaine d'années et je pense que c'est intéressant de voir que, finalement, s'il y a des progressions sur certains points, il y a des éléments sur les manières de penser, notre relation avec les technologies qui me semblent relativement similaires. » author self citation
« We can remember a lot of [images] because we can simply memorize them as tokens. Of course, since the invention of paper, we can record it, and leave it behind, even if no one can draw it. And the amazing thing is that we can represent images. I believe this is the essence of art. Letting AI draw has clearly given me this insight. » author self citation

Annotations

There are no annotations for this resource.