IA et Deepfake

Tags : UI/UX/Web

Définition de l’IA

L'intelligence artificielle (IA) désigne le développement de systèmes informatiques capables d'accomplir des tâches qui nécessitent généralement une intelligence humaine, telles que la résolution de problèmes, l'apprentissage, la compréhension du langage naturel et la prise de décision.

L’Intelligence Artificielle a pour but de simuler l’intelligence humaine, en se basant sur des « neurones virtuels » que sont des algorithmes qui reposent sur une base de donnée (textuelle, image, audio) par mots-clés, type de données, en fonction de leurs caractéristiques. Ces données peuvent ensuite être récupérer par un autre algorithme pour être mélangés, transformées ou tout simplement renvoyer à l’utilisateur qui en fait la requête. Les machines dotées d'une intelligence artificielle mémorisent des comportements. Ce travail de mémorisation leur permet par la suite de résoudre des problèmes, et d'agir correctement, elle passe au crible les solutions possibles et les situations passées similaires afin d’agir de façon adéquate. C’est une science relativement jeune car son apparition et sa dénomination apparaissent dans les années 1950. John McCarthy et Marvin Minsky sont considérés comme les pionniers de l’Intelligence Artificielle.

Les approches de la recherche en IA

1. Logique symbolique : Utilisation de modèles de raisonnements irréfutables qui permettent toujours d’aboutir à des conclusions vraies dès lors que les informations fournies au départ sont vraies.
2. Apprentissage machine (Machine Learning) : Approche où les systèmes sont capables d'apprendre à partir de données. Cela inclut des techniques telles que les réseaux de neurones (deep learning), les arbres de décision, et les algorithmes de classification.
3. Réseaux de neurones artificiels (cognitif) : Inspirés par le fonctionnement du cerveau, les réseaux de neurones artificiels sont des modèles d'apprentissage machine qui utilisent des couches de neurones interconnectés pour effectuer des tâches complexes.
4. Représentation des connaissances : Utilisation de structures de données pour représenter et organiser la connaissance de manière à permettre aux systèmes d'IA de raisonner et de résoudre des problèmes.
5. Traitement du langage naturel (Natural Language Processing) : L'application de l'IA pour comprendre et générer le langage humain. Cela inclut la reconnaissance vocale, la traduction automatique et la compréhension du langage naturel.
6. Recherche évolutive : Utilisation d'algorithmes évolutifs inspirés de la sélection naturelle pour optimiser des solutions, souvent utilisés dans l'optimisation et la conception de systèmes complexes.
7. Robotique intelligente : Intégration de l'IA dans la conception et le contrôle de robots pour leur permettre d'interagir intelligemment avec leur environnement.
8. Systèmes experts : Systèmes informatiques capables de reproduire le raisonnement d'un expert humain dans un domaine spécifique en utilisant des règles et des connaissances déclaratives.
9. Apprentissage non supervisé : Un type d'apprentissage machine où les algorithmes sont exposés à des données sans étiquettes, leur permettant de découvrir des modèles et des structures sans une supervision explicite.
10. Apprentissage par renforcement : Un paradigme d'apprentissage machine où un agent apprend à prendre des décisions en interagissant avec un environnement et en recevant des récompenses ou des punitions en fonction de ses actions.

Exemple d’usage de l’IA

1. Reconnaissance vocale : Les assistants vocaux comme Siri, Google Assistant et Alexa utilisent l'IA pour comprendre et répondre aux commandes vocales des utilisateurs.
2. Vision par ordinateur : L'IA est employée dans la reconnaissance d'images, la détection d'objets et la classification, notamment dans des chaînes de production, des applications de sécurité, la conduite autonome et la médecine.
3. Traduction automatique : Des outils tels que Google Translate utilisent l'IA pour traduire automatiquement des textes d'une langue à une autre.
4. Chatbots : Les chatbots basés sur l'IA sont utilisés dans le service client en ligne pour répondre aux questions des utilisateurs et faciliter les interactions.
5. Santé : L'IA est appliquée à la détection précoce de maladies, à l'analyse d'imagerie médicale et à la personnalisation des traitements.
6. Finance : Dans le secteur financier, l'IA est utilisée pour l'analyse des marchés, la détection de fraudes, la gestion des risques et la prise de décisions d'investissement.
7. Véhicules autonomes : L'IA alimente les systèmes de conduite autonome en analysant en temps réel l'environnement, permettant aux véhicules de prendre des décisions intelligentes sur la route.
8. Jeux vidéo : L'IA est utilisée pour créer des adversaires virtuels plus intelligents et adaptatifs, améliorant ainsi l'expérience des joueurs.
9. Marketing ciblé : L'IA analyse les données des consommateurs pour personnaliser les annonces et les recommandations de produits, améliorant ainsi l'efficacité des campagnes marketing.
10. Prévisions météorologiques : Les modèles d'IA sont utilisés pour analyser de grandes quantités de données météorologiques afin de fournir des prévisions plus précises.

Les différents types d’IA

L’IA généraliste

Une intelligence artificielle généraliste est un système informatique capable d'effectuer une large gamme de tâches intellectuelles, imitant la flexibilité cognitive humaine plutôt que de se spécialiser dans une seule fonction spécifique.

L’IA spécialiste

Une intelligence artificielle spécialisée est un système informatique conçu pour exécuter des tâches spécifiques ou résoudre des problèmes délimités dans un domaine particulier. Contrairement à une IA généraliste, elle se focalise sur une fonction ou un ensemble restreint de tâches plutôt que de viser une large gamme de compétences.

Points positifs

1. Automatisation des tâches : L'IA peut automatiser des processus répétitifs, libérant ainsi du temps pour des tâches plus complexes et créatives.
2. Amélioration de la productivité : En automatisant des tâches, l'IA peut augmenter l'efficacité et la productivité dans divers secteurs.
3. Précision et efficacité : Les systèmes d'IA peuvent effectuer des tâches avec une grande précision et rapidité, réduisant les erreurs humaines.
4. Apprentissage continu : Les algorithmes d'apprentissage automatique permettent à l'IA d'améliorer ses performances avec le temps, en s'adaptant aux nouvelles données.
5. Traitement de données massives : L'IA peut traiter d'énormes quantités de données rapidement, fournissant des informations utiles et des modèles significatifs.
6. Assistance médicale : Dans le domaine de la santé, l'IA peut aider à diagnostiquer des maladies, analyser des images médicales et contribuer à la recherche médicale.
7. Personnalisation des services : L'IA peut personnaliser les recommandations et les expériences en ligne en analysant les préférences individuelles
8. Innovation : L'IA stimule la recherche et le développement de nouvelles technologies, ouvrant la voie à l'innovation dans de nombreux domaines.

Points négatifs

1. Biais algorithmique : Les systèmes d'IA peuvent hériter de biais présents dans les données sur lesquelles ils sont formés, entraînant des discriminations ou des injustices.
2. Manque de compréhension : Certains systèmes d'IA, en particulier ceux basés sur l'apprentissage profond, peuvent être difficiles à interpréter, ce qui complique la compréhension de leurs décisions.
3. Éthique : Des questions éthiques émergent concernant la responsabilité des actions de l'IA, notamment dans des situations où des décisions importantes sont prises sans intervention humaine directe.
4. La vie privée : L'utilisation massive de données pour former des systèmes d'IA soulève des préoccupations concernant la vie privée et la sécurité des informations personnelles. L’automatisation pose question sur le consentement de citoyens à l'usage de ces technologies, aux pistages personnels alors que son fonctionnement ce fait de façon autonome.
5. Dépendance technologique : Une dépendance excessive à l'IA peut rendre les sociétés vulnérables en cas de défaillance du système ou de cyberattaques.
6. Sûreté publique : Une utilisation malveillante de ces technologies pourrait avoir des conséquences graves.
7. Coût initial élevé : La mise en place et le développement de systèmes d'IA nécessite des investissements importants en termes de temps, d'argent et de ressources. Elle est donc peu accessible aux citoyens pour le moment.
8. Responsabilité en cas de dommage à un tiers et consommation énergétique : Les IA posent la question de qui est responsable en cas d'accident, car elles automatisent des actions habituellement réalisées par l'homme et nécessitent aussi une plus grande quantité d'énergie.
9. Désinformation : Elles peuvent être utilisées pour diffuser de fausses informations.
10. Propriété privée des IA : Il faut se poser la question de qui détient ces technologies, qui a donc le pouvoir sur celle-ci.
11. Facilitent la réalisation de Deep fake : Elles rendent l'accès à l'information plus difficile, il faudra vérifier tout les fichiers sources avec des logiciels spécialisés pour vérifier leur authenticité.
12. Contribue à la diffusion des NFT : dont la vacuité productive n’est plus à prouver.
13. Destruction des copyrights par cette technique de contournement technique : Les IA ne font que copier ce qui existe sur le web en le modifiant. Cela peut être vu d’un coté positif également selon l’usage qui en ai fait.
14. Perte d'emplois : L'automatisation de certaines tâches peut entraîner la suppression d'emplois, particulièrement dans des secteurs où l'IA prend en charge des fonctions humaines. Il faudra taxer l’IA et les robots pour permettre aux personnes dont l’activité productive à été supprimée par l’IA et qui ne dispose pas d’un emploi de remplacement de pouvoir subsister à leur besoins.

Avis sur le IA après utilisations

Les IA fonctionnent très bien, il y a eu une nette amélioration des visages et des humains de Dall-E 2 à Dall-E 3. La génération de texte permet de rédiger un e-mail plus rapidement, de spécifier le nombre de lignes de texte que l’on veut, il faudra cependant veiller à le vérifier, le rectifier pour l’améliorer et le rendre plus personnel. Concernant la création de musique c’est encore trop mécanique et moins bon qu’un vrai musicien, ce type d’activité créative restera l’apanage de l’Humain mais elle pourra être utilisée par des néophytes ou en supplément pour la créativité. La génération de voix fonctionne bien, si elle est correctement entraîner à partir de données de qualité. La génération de code fonctionne bien, cela peut permettre d’aider quelqu’un à réaliser et comprendre du code Javascript par exemple. La génération de vidéo de A à Z par l’IA n’existe pas encore, en dehors de l’usage de banque de vidéo générique ou du montage d’interviews vidéo. L’IA est là pour assister l’Homme, elle ne le remplacera pas du point de vu créatif, seules les tâches facilement automatisables et non créative le seront. Par exemple réaliser un simple podcast avec deux personnes peut facilement être automatiser à l’aide de l’IA en changeant automatiquement de caméra lorsque chaque interlocuteur parle.

Définition d’un Deepfake

Un Deepfake est une création numérique avancée utilisant des techniques d'intelligence artificielle, en particulier l'apprentissage profond (Deep learning), pour générer du contenu multimédia, souvent des vidéos, qui semble authentique mais est en réalité manipulé. Ces manipulations peuvent inclure le remplacement du visage d'une personne dans une vidéo existante, la synthèse de discours ou d'expressions faciales, créant ainsi des contenus trompeurs ou fictifs. Il est possible de détecter un Deepfake à l’aide de logiciels spécifiques d’analyse d’image. Faire un Deepfake est réalisable par tous mais réaliser un Deepfake visuellement impeccable est difficile car il nécessite une très bonne carte graphique pour améliorer sa qualité visuelle et accélérer le temps de rendu qui prends encore beaucoup de temps ainsi que des compétences techniques en éclairage pour améliorer l'incrustation du nouveau visage dans la vidéo. Avec « DeepfakeLab » compter 2H pour extraire les visages de deux vidéos d'une minute avec une carte graphique « Nvidia GTX 850M ».

Conseils pour réaliser un Deepfake

1. Utiliser des vidéos ayant un éclairage du visage approchant
2. Utiliser des personnes ayant la même couleur de peau
3. Éviter d’utiliser des personnes avec des barbes, du maquillage, des lunettes
4. Choisir des vidéos avec la personne qui tourne la tête le plus possible dans différents sens pour amélioré son incrustation
5. Utiliser la même résolution d’image entre les deux vidéos

Étapes pour réaliser un Deepfake

1. Extraire les images des deux vidéos au format image « jpeg »
2. Faire recadrer par l’algorithme les deux visages des deux vidéos
3. Définir des masques manuellement sur plusieurs images des deux visages
4. Faire comparer les deux dossier de visages extraits par l’intelligence artificielle (appelé couranment « entraînement »)
5. Choisir l’un des deux outils d’analyse d’image (Quick96 ou SAE HD) permettant de reconnaître et d’assimiler les mêmes expressions sur les deux visages
6. Créer la vidéo avec les données d’images entraînées

L'« Artificial Intelligence Act »

Elle est la première législation au monde et elle est européenne. Elle est sensée protéger l’Homme et la société de son usage malveillant, de contrôle, de risque de plagiat, de fraude, d’absence d’information de l'échange avec une IA plutôt qu'un humain avec un chatbot se faisant passer pour un humain par exemple (même si l’on voit encore la différence entre les deux pour le moment).

1. Interdit la reconnaissance faciale sauf pour la recherche de disparus, de suspects, ou la prévention d’une « menace »
2. La création d’un comité éthique et de surveillance européen
3. IA à faibles risques : une série d'obligations relatives à la transparence
4. IA à hauts risques : systèmes adéquats d'évaluation et d'atténuation des risques et des data sets robustes, la supervision humaine et disposer d’une documentation détaillée sur leur fonctionnement et ses finalités et des informations claires destinées à l'utilisateur final. Les organisations utilisant l'IA doivent être responsable des conséquences de celle-ci
5. Les sanctions en cas de violation des règles
6. Ces règles s’applique à tous sans exceptions

Conclusion

Comme toute technologie l’intelligence artificielle peut être utiliser à des fins malveillantes et manipulatoires. Elle peut permettre de créer des images truquées d’un évènement, d’une personne. Les logiciels de conversationnel comme « ChatGPT » peuvent répondre des informations erronées sur un sujet, si sa base de données se sert d’informations erronées, récoltées sur le web. Le concepteur de l’IA peut donner des réponses orientées politiquement à une question posée par un utilisateur car les données ont ce biais de refléter la politique dominante actuelle, rien n’étant neutre politiquement même s’il ont peu tendre vers une neutralité relative en s’appuyant sur des données scientifiques. Il faut bien sur légiférer l’IA pour interdire et réduire son usage malveillant néanmoins comme toute technologie elle est amenée a être détournée en bien comme en mal. Les IA n'ont pas de volonté propre ou d'autonomie morale hors de celle dictée par ses développeurs.

L’IA est utile pour s’aider dans la programmation Javascript, rédiger du texte, générer une voix et des images rapidement (comme inspiration graphique, pour obtenir une image en urgence, pour modifier rapidement ses couleurs ou pour des mock-up par exemple). Elle est moins intéressante pour la musique et la vidéo pour le moment car nous en sommes aux prémisses dans ses médias. L’IA est déjà utilisée à travers les algorithmes sur Google, Youtube pour nous montrer du contenu et publicités personnalisées, selon nos goûts, cela a l’effet pervers de nous montrer que des vidéos similaires, reflétant nos recherches passées, enfermant l’utilisateur dans des bulles personnalisées confirmatoire ses goûts, ses croyances. Les images générées par l’IA ont encore quelques fois de petites imperfections mais a vu de nettes améliorations lorsque l’on passe de Dall-E 2 à Dall-E 3, notamment sur les humains. La qualité des images dépend aussi de l’IA utilisée, Pollination est moins performant que Dall-E 3 du fait de moyens techniques plus restreint mais ses résultats sont moins censurés donc ils peuvent donner des résultats différents intéressants. La créativité humaine ne sera jamais remplacée par la machine, elle ne peut être qu’un gain de temps et une aide pour la créativité. Cet article est un état des lieux sur l’IA accessible au grand public en 2023, l’IA et son usage sont amenés à évoluer au fil du temps.

Liens

1. Exemples de générations d'images avec l'IA