Modèle génératif

Un modèle génératif, c'est un modèle d'IA dont la mission est de créer, de générer du nouveau contenu. Du texte, des images, de la musique, de la vidéo, du code, des designs. Contrairement à un modèle discriminatif qui classe ou prédit (ceci est un chat, ce client va acheter), un modèle génératif produit quelque chose qui n'existait pas avant. ChatGPT génère du texte, Midjourney des images, ElevenLabs de la voix. Ce sont tous des modèles génératifs.

La différence fondamentale : créer vs classifier

Pour bien comprendre, prenons un exemple. Un modèle discriminatif, si on lui montre une image, répondra : c'est un chat avec une probabilité de 95%, un chien avec 5%. Il discerne, il distingue. Un modèle génératif, si on lui demande "génère une image de chat", va produire une nouvelle image, qui ressemble à un chat, mais qui n'est la copie d'aucune image existante. Il crée, il invente.

Les deux types de modèles apprennent à partir de données, mais ils n'apprennent pas la même chose. Le modèle discriminatif apprend les frontières entre les catégories. Le modèle génératif apprend la distribution sous-jacente des données : comment sont faits les chats en général, quelles sont les formes, les couleurs, les textures possibles. Il capture l'essence de la catégorie pour pouvoir en recréer de nouveaux exemplaires.

Comment ça marche

Il y a plusieurs techniques pour construire des modèles génératifs. Les plus connues aujourd'hui sont les modèles de diffusion (pour les images) et les Transformers (pour le texte). Mais il y a aussi les GAN (Generative Adversarial Networks), où deux réseaux s'affrontent : l'un génère des faux, l'autre essaie de les détecter, et à force de jouer, le générateur devient très fort.

Le point commun, c'est que le modèle apprend à représenter les données dans un espace latent, une sorte d'espace abstrait des caractéristiques. En se promenant dans cet espace (en modifiant un vecteur de nombres), on peut générer des variations infinies. Par exemple, dans l'espace latent des visages, on peut faire varier l'âge, le sourire, la coiffure de façon continue, et générer des visages qui n'existent pas.

Pourquoi c'est une rupture pour le marketing et la création

Les modèles génératifs changent radicalement l'économie de la création. Avant, pour une campagne, il fallait des photographes, des mannequins, des studios, des graphistes. Maintenant, on peut générer des visuels de qualité professionnelle en quelques minutes, pour un coût dérisoire. Ce n'est pas une menace pour les créatifs, c'est un changement de métier. Leur valeur ajoutée se déplace vers la direction artistique, le concept, le prompt, la curation, la retouche, plutôt que l'exécution technique.

En rédaction, c'est pareil. Les premiers jets de contenu, les variations, les déclinaisons peuvent être générés automatiquement. Le travail humain devient celui de la stratégie éditoriale, de la validation, de la personnalisation, de l'ajout de la touche humaine et de l'expertise métier.

Dans le design produit, on peut générer des centaines de variations de packaging, de formes, de motifs, et tester ce qui plaît. En R&D, on peut générer de nouvelles molécules, de nouveaux matériaux. Les applications sont infinies.

Les limites actuelles

Les modèles génératifs ne comprennent pas ce qu'ils font. Un générateur d'images ne sait pas ce qu'est un chat, il sait reproduire des patterns statistiques de pixels qui ressemblent à des chats. D'où les erreurs, les incohérences, les absurdités.

Ils sont aussi très sensibles aux biais de leurs données. Si on entraîne un modèle sur des images de PDG qui sont à 90% des hommes blancs, il générera surtout des hommes blancs. Il faut être conscient de ces biais et les corriger.

Enfin, la question de la propriété intellectuelle est complexe. Qui est l'auteur d'une œuvre générée par IA ? Celui qui a écrit le prompt ? Le créateur du modèle ? Les artistes dont les œuvres ont servi à l'entraînement ? Le droit n'est pas clair, et ça peut poser problème pour des utilisations commerciales sensibles.