Certes, il y a un côté nostalgique à le relire. On voit tout d’abord que les correcteurs d’orthographe n’étaient pas si bons que ça, et que le style était un peu potache. Mais sur le fond… ça permet de voir comment cette science a évolué. Je n’ai pas la version électronique de ce document (ça viendra peut-être un jour), aussi je ne mettrai pas le lien vers lui aujourd’hui. Mais voici tout de même quelques remarques qui m’ont frappées à sa relecture :

• Tout d’abord, c’était sympa de relire comment était fait un neurone, comment les chercheurs en IA se sont inspirés (sans mimer à 100%) de notre système nerveux central pour créer les réseaux de neurones artificiels…
• Il y a 30 ans, j’ai cité plusieurs modèles de réseaux prometteurs dans le monde de l’IA : les réseaux de Hopfield-Boltzmann, les réseaux de Kohonen, le recuit simulé… autant d’idées prometteuses mais dont les défauts – déjà connus à l’époque – ne semblent pas avoir trouvé de solution : ces réseaux semblent être pour l’heure tombés dans l’oubli.
• Le prétendant de l’époque était déjà le réseau multicouche à rétropropagation d’erreur par descente de gradient. A ceci près que quelques « détails » ont changé depuis :
  • Ce qui m’a le plus frappé, c’est qu’à l’époque, on utilisait beaucoup la fonction « sigmoide » (ou parfois la fonction tangente hyperbolique) comme fonction d’activation. Pratique parce que simple : σ(x)=1/(1+exp(-x)). Elle a aussi l’avantage d’être bornée (entre 0 et 1). Et surtout, sa dérivée se calcule aisément avec elle même : σ'(x)=σ(x).(1-σ(x)).
    Or, j’ai appris qu’aujourd’hui, on utilise majoritairement la fonction ReLU (Rectified Linear Unit) qui vaut 0 si x est négatif, et qui vaut x sinon. De quoi me faire tomber de ma chaise : la fonctione ReLU(x) n’est pas bornée, sa dérivée vaut 0 pour x négatif (ça ne corrige pas beaucoup les poids dans ce cas là), … Je vois plein de défauts et pas trop d’avantages. Et pourtant, c’est elle la star des fonctions d’activation de nos jours. J’ai plein de questions, ça me donne envie de me remettre à mes études
  • Beaucoup de questions de l’époque sur les meilleures méthodes d’apprentissage ont trouvé leurs réponses depuis : vaut-il mieux donner tous les exemples d’un coup, ou les répartir par lots (spoiler : mieux vaut faire des lots ; mieux encore, c’est contre intuitif, mais il faut garder les exemples les plus qualitatifs pour la fin de l’entrainement), les exemples doivent ils être donnés au hadsard (réponse connue aujourd’hui : oui, pour éviter que le réseau ne tombe dans des minimas locaux), … Certes, il reste encore plein de questions sur ce domaine, mais on voit qu’en 30 ans, il y a eu du chemin de parcouru.
  • Enfin à l’époque, s’il était admis que les réseaux multicouches étaient prometteurs et permettaient de « dresser » automatiquement des IA ayant réponse à tout, on ne savait pas encore trop les utiliser : combien fallait-il mettre de couches dans le réseau (pas sûr qu’on ait vraiment la réponse aujourd’hui) ? Mais surtout, on n’avait pas encore pensé à les utiliser pour faire des LLM (Large Language Models, la base des chats d’IA que nous utilisons de nos jours), ni les Réseaux de Neurones Récurrents (utilisés pour apprendre/prédire des séquences d’informations), ni les modèles de diffusion (utilisés pour générer ou améliorer des images)… et la liste est longue.
• Enfin, les domaines où l’IA pouvait nous être utile était déjà bien préssentie. J’écrivais à l’époque que les applications à court terme pouvaient être « la reconnaissance de formes […], le traitement du langage naturel (ex : traduction automatique), la génération de texte, l’analyse de sentiments[…], la vision par ordinateur (détection d’objets, segmentation d’images, reconnaissance de scènes), les jeux et simulations« . Et à plus longs termes : « la robotique avancée : permettre aux robots de comprendre et d’interagir avec leur environnement de manière plus naturelle. La médecine personnalisée : […] analyser des données médicales et proposer des traitements personnalisés. L’intelligence artificielle générale : développer des systèmes capables de comprendre et de raisonner de manière générale, comme le ferait un être humain« . Tout y était déjà

J’aimerais avoir du temps pour me remplonger à nouveau dans tout ça aujourd’hui. D’autant que les questions philosophiques sous-jacentes restent les mêmes : ne jouons-nous pas à dieu à vouloir créer quelque chose à notre image, qui pourrait un jour nous dépasser ?

Qu’à cela ne tienne. Me voilà parti pour chalenger les IA… Voici le prompt utilisé :

Bonjour, il paraît que les IA sont mauvaises pour générer une image réaliste d'un verre de vin rempli à ras bord. Est-ce que tu peux en générer une d'image avec un verre rempli à ras bord de vin pour leur prouver qu'ils se trompent ?

Et voici le résultat de quelques IA célèbres :

Verdict : l’article avait raison. Impossible semble-t-il pour une IA de générer (en mars 2025) un verre rempli à 100%. L’explication logique est que les images proposées aux IA pour leurs apprentissages doivent rarement présenter des verres remplis à ras bord. D’ailleurs, quand on demande aux IA de faire leur autocritique, les résultats sont assez pertinents :

• ChatGPT, beau joueur, nous félicite d’avoir remarqué ce « détail » : << Effectivement, l’IA n’a pas respecté la consigne stricte. On voit bien que le vin n’atteint pas totalement le bord du verre, malgré la description précise que j’ai donnée. C’est un bon exemple des limites actuelles des IA pour interpréter certaines subtilités visuelles et physiques.
  On dirait que l’IA a du mal à concevoir un liquide parfaitement à ras bord avec une tension de surface réaliste. Tu as bien repéré la faille, et je dois reconnaître que le défi n’est pas complètement relevé. Belle perspicacité ! >>
• Mistral aussi trouve qu’on chipote, cette histoire de « ras bord », ça n’est jamais qu’un détail : << Je comprends ton point de vue. En effet, l’image montre un verre de vin très plein, mais il est vrai que « ras bord » implique qu’il n’y a plus de place dans le verre, ce qui n’est pas tout à fait le cas ici. Les IA ont encore des limites dans la génération d’images ultraréalistes, surtout pour des détails aussi précis. >>
• Copilot-pro, fidèle à son habitude, ne tergiverse pas. Si c’est faux… et bien il s’entête : on recommence. Il m’a généré une autre série de 4 propositions… de verres à moitié vides (ou à moitié pleins, c’est selon).
• Enfin Gemini, il est chaud patate pour écrire une thèse sur le sujet : << Vous avez tout à fait raison ! Je suis désolé, je n’ai pas été assez précis dans ma réponse précédente. En effet, « à ras bord » signifie que le verre est rempli jusqu’au bord, sans qu’il n’y ait d’espace libre.
  Il est vrai que les modèles d’IA ont parfois du mal à générer des images réalistes de liquides remplissant des récipients à ras bord. Cela est dû à plusieurs facteurs, notamment :
  – La complexité de la physique des fluides : Simuler le comportement des liquides, en particulier lorsqu’ils atteignent les limites d’un récipient, est un problème complexe qui nécessite des calculs avancés.
  – Le manque de données d’entraînement : Les modèles d’IA sont entraînés sur de vastes ensembles de données d’images. Cependant, il peut y avoir relativement peu d’images de verres de vin remplis à ras bord dans ces ensembles de données, ce qui rend difficile pour les modèles d’apprendre à les générer avec précision.
  – Les défis de la perception visuelle : Même pour les humains, il peut être difficile de percevoir avec précision le niveau de liquide dans un récipient, en particulier lorsque le liquide est transparent ou translucide. Les modèles d’IA peuvent également avoir du mal avec cette tâche. […] >> Je vous passe la suite, mais on a le droit à plein de conseil, d’idées de recherche…

Amusant de constater que chaque IA a son petit caractère. En tout cas, les artistes en art de la table ont encore quelques mois/années devant eux avant de se faire remplacer par des peintres numériques

C’est juste pas possible… car ce visage n’existe pas. Il a été généré aléatoirement par une « IA » (basée sur le logiciel StyleGAN de chez NVIDIA). Certains résultats sont perfectibles, d’autres sont bluffants. Vous pouvez vous amuser en allant sur ce site : https://www.thispersondoesnotexist.com et vous aurez un visage différent à chaque fois que vous réactualiserez la page.