- Sécurité
- Confidentialité
- Performances
L’IA générative (GenAI) est une technologie capable de créer du contenu tel que du texte, de l’audio, de la vidéo et du code, en reproduisant les interactions humaines intelligentes. Elle peut renforcer la productivité et la créativité humaines, mais elle compte également sa part d’inconvénients. Découvrez comment fonctionne l’IA générative, ce que vous pouvez faire avec et comment la technologie Avast peut vous aider à vous protéger contre les nouvelles menaces liées à cette technologie émergente.
.svg)
L’IA générative est un type de technologie d’intelligence artificielle qui génère du contenu en réponse à des requêtes saisies par les utilisateurs, en s’inspirant des modèles présents dans les données existantes sur lesquelles elle a été « entraînée ». Ses algorithmes prédictifs complexes peuvent être utilisés pour créer du texte, des vidéos, des images et bien plus encore, ou simplement pour interagir avec un utilisateur dans le cadre de conversations convaincantes et humaines sur des plateformes telles que ChatGPT.
Bien qu’il s’agisse d’une technologie d’IA relativement nouvelle, qui s’est généralisée en 2022 avec la sortie publique de ChatGPT, le secteur de l’IA générative se développe rapidement et son adoption à grande échelle est déjà une réalité dans de nombreux secteurs. Aujourd’hui, elle est couramment utilisée pour alimenter les chatbots, les outils d’aide au codage, les applications de traduction, les plateformes de conception graphique, etc.
Quel enjeu revêt l’IA générative pour le futur de la technologie ? Il s’agit d’un gros sujet. Les outils d’IA générative peuvent effectuer en quelques secondes et à moindre coût des tâches qui prennent beaucoup de temps aux humains. Ils ont le potentiel d’améliorer la productivité humaine et l’innovation de multiples façons. À titre d’exemple, l’IA générative permet des avancées considérables dans la détection du cancer, grâce à l’analyse d’images des tissus.
Elle modifie également notre façon de naviguer sur le web, les capacités d’IA étant progressivement intégrées dans les principaux navigateurs web, tels que Google Chrome, et cela devrait permettre un développement rapide du domaine de l’Internet des objets (IoT) en offrant de nouvelles possibilités aux appareils physiques que nous utilisons quotidiennement (par exemple, la technologie de maison connectée) pour interagir avec Internet.
Bien que le fonctionnement interne des programmes d’IA générative soit extrêmement complexe, en résumé, ils analysent la requête d’un utilisateur et génèrent une réponse appropriée en se basant sur des modèles appris à partir d’une grande quantité de données servant à son entraînement, notamment des textes, des images et d’autres médias provenant d’Internet, de livres, etc.
En d’autres termes, l’IA générative prédit la séquence de mots ou d’images la plus probable qui formerait une réponse pertinente à une invite donnée, en s’appuyant sur sa compréhension des relations statistiques trouvées dans les données sur lesquelles elle a été formée. Même si l’IA générative ne donne pas toujours des résultats parfaits, de nouveaux modèles améliorés sont constamment mis au point, avec des ensembles de données d’entraînement actualisés, ce qui signifie que les réponses devraient continuer à gagner en précision et en pertinence.
Voici une description plus détaillée du fonctionnement de l’IA générative :
Un utilisateur fournit une invite : Il peut s’agir d’une question, d’une tâche ou d’une description de quelque chose à créer (comme une image). L’invite peut indiquer : « Écris une courte histoire horrifique sur un robot dans une maison abandonnée ». Ou bien : « Crée une image représentant un chaton donnant un coup de pied circulaire à un clown dans le style d’une peinture de Michel-Ange. »
L’IA interprète l’invite : Le programme GenAI décompose la commande en fragments appelés « jetons ». Il compare les modèles dans les jetons, qui composent l’invite, à des modèles similaires provenant de ses données d’entraînement et utilise ce qu’il trouve pour prédire la réponse qui satisfait le mieux l’invite.
L’IA génère un résultat : Ce résultat peut être sous forme de texte, d’audio, de vidéo ou autre, selon l’outil d’IA et l’invite indiquée. Comme l’IA générative analyse chaque invite séparément, il est très improbable qu’elle donne deux fois la même réponse. Les résultats sont généralement uniques et originaux, même si la même invite est utilisée plusieurs fois.
Un utilisateur saisit la commande « Crée une image représentant un chaton donnant un coup de pied circulaire à un clown dans le style d’une peinture de Michel-Ange », et l’IA générative l’interprète pour générer une image.
Il est important de garder à l’esprit que malgré les résultats d’IA qui semblent humains, elle ne pense pas, ne raisonne pas et ne ressent pas comme un être humain. En soi, l’IA générative ne fait pas preuve d’intelligence. Toute illusion d’intelligence repose uniquement sur sa capacité à faire des prédictions statistiques à partir d’ensembles de données massifs. Tout comme une calculatrice, il répond aux entrées saisies en fonction de sa programmation.
Vous avez probablement entendu parler de ChatGPT, l’outil d’IA générative le plus populaire, qui, selon Sam Altman, fondateur d’OpenAI, serait utilisé par jusqu’à 800 millions de personnes. Mais ce n’est là qu’un seul exemple de type d’IA générative.
Les modèles d’IA générative sont très nombreux et variés, parmi lesquels figurent :
Les grands modèles de langage (LLM) : Les grands modèles de langage (LLM) tels que le « Generative Pre-trained Transformer » (GPT), qui alimente ChatGPT, sont spécialement formés à partir de sources textuelles. Leur objectif est de recréer et de « comprendre » le langage humain. Les LLM utilisent le deep learning (un type avancé de Machine Learning) pour prédire les réponses à des invites textuelles.
Modèles de diffusion : Ces modèles sont utilisés pour générer des images. Ils fonctionnent un peu comme la création d’un tableau à l’envers, en créant d’abord une image bruyante et chaotique, puis en la raffinant progressivement jusqu’à ce qu’elle soit jugée satisfaisante pour l’utilisateur.
Modèles de transformateurs : Ces modèles constituent l’épine dorsale des outils d’IA générative modernes. Ils utilisent une méthode appelée « tokenisation » pour décomposer les invites en petites parties (appelées jetons) que l’algorithme peut comprendre. L’algorithme recherche ensuite des connexions entre les jetons et son apprentissage afin de générer des résultats nuancés, humains et des images réalistes.
Modèles multimodaux : Ces modèles intègrent de nombreuses sources de données, souvent du texte, des images et du son, afin de faciliter la génération de plusieurs types de contenu. Cette approche permet à un seul outil d’IA générative d’effectuer diverses tâches.
Modèles fondamentaux : Ces modèles servent de base à de nombreuses fonctions d’IA, fournissant l’intelligence fondamentale nécessaire à la génération de textes, d’images et bien plus encore. Ils sont entraînés sur d’énormes quantités de données et peuvent être affinés et mis à jour pour des tâches spécifiques. Les LLM, les modèles de diffusion, les modèles de transformateurs et les modèles multimodaux peuvent tous être des modèles fondamentaux.
Réseaux antagonistes génératifs (GAN) : Ces modèles d’IA combinent deux réseaux neuronaux, chacun ayant une tâche distincte. Le premier réseau crée le contenu, tandis que le second évalue son exactitude et le peaufine si nécessaire. Ils sont généralement utilisés pour générer des images et des vidéos, mais peuvent également servir à la création de deepfakes.
Encodeurs automatiques : Ces outils d’IA générative compressent les données et les reconstruisent afin d’identifier des modèles. Par exemple, ils peuvent analyser une voix humaine et la décomposer en caractéristiques que l’algorithme pourra recréer. Ils sont souvent utilisés pour la synthèse vocale et les deepfakes.
La création d’un modèle d’IA générative nécessite des investissements considérables et une grande puissance de calcul. Même si les coûts connaissent une baisse notable, la création d’un tel modèle coûte toujours des millions. Voici les éléments nécessaires à la création d’un modèle d’IA générative :
Des données d’entraînement de qualité : Les modèles doivent être entraînés sur des quantités massives de données. Toutes ces données doivent être étiquetées et classées avec précision pour que l’IA puisse apprendre efficacement et sans biais.
Des réseaux neuronaux avancés : Les réseaux neuronaux sont des systèmes de Machine Learning qui alimentent l’IA générative. Ils fournissent le cadre informatique qui permet aux modèles d’IA de faire des prédictions. GPT en est un exemple (le réseau neuronal qui alimente les modèles ChatGPT).
Une puissance de calcul : Un nombre considérable de puces informatiques puissantes sont nécessaires pour exécuter les processus d’IA générative, ce qui nécessite un apport énergétique important.
Ce ne sont là que les besoins fondamentaux. Les modèles efficaces nécessitent également une modération et une formation constantes, afin d’améliorer leurs capacités et d’éviter les biais ou la génération de contenus préjudiciables. Pour cela, un effort considérable de la part des hommes et des machines est nécessaire. Il est dit qu’OpenAI dépenserait environ 1,5 milliard de dollars uniquement en matière de personnel.
L’IA générative existe sous une forme ou une autre depuis des décennies, depuis les années 1960 en fait. Depuis lors, les scientifiques, les linguistes et même les philosophes œuvrent d’arrache-pied à la conception et à l’expérimentation de modèles d’IA. Voici un bref aperçu de la genèse de l’IA générative.
Il existe de nombreuses façons d’utiliser les outils d’IA générative et d’innombrables cas d’utilisation pour cette technologie. La manière la plus simple d’utiliser l’IA générative est de se rendre sur le site web d’un outil d’IA générative (comme claude.ai) ou bien de télécharger une application d’IA générative (par ex. ChatGPT).
Dès lors, il suffit simplement de saisir une invite dans la zone de texte. Voici un exemple étape par étape utilisant ChatGPT, l’outil d’IA générative le plus populaire.
Rendez-vous sur chatgpt.com. Il n’est pas nécessaire de créer de compte pour utiliser l’outil. Cependant, la création d’un compte vous offre davantage d’options en matière de confidentialité, si vous ne souhaitez pas qu’OpenAI collecte vos données.
Saisissez votre invite dans la zone de texte. Vous pouvez poser une question, attribuer une tâche à l’IA (par exemple, crée une recette savoureuse à partir de restes de poulet, d’oignons et de petits pois surgelés) ou lui demander de générer une image. Si vous n’avez pas envie d’écrire, vous pouvez cliquer sur l’icône Voix pour échanger avec l’IA.
ChatGPT répondra automatiquement à votre requête. Sa réponse ne devrait prendre que quelques secondes.
ChatGPT mémorisera vos requêtes et ses réponses au sein d’une même conversation. Vous pouvez donc continuer à discuter du sujet ou modifier la tâche si vous n’avez pas obtenu ce que vous souhaitiez.
La plupart des outils d’IA générative basés sur le chat fonctionnent de manière similaire à ChatGPT, avec plus ou moins de fonctionnalités supplémentaires, telles que la possibilité d’effectuer des recherches en temps réel sur Internet pour obtenir des informations contextuelles supplémentaires. Cependant, il existe également des façons plus spécifiques d’utiliser l’IA générative, en fonction de vos besoins.
Les développeurs peuvent intégrer l’IA générative à leurs outils en demandant une API au créateur du modèle. Cela leur permet d’ajouter des capacités d’IA à leurs propres produits ou applications. Vous pouvez également utiliser l’IA générative lorsque vous effectuez une recherche via Google Chrome et d’autres moteurs de recherche tels que Bing. Google Gemini génère désormais automatiquement une réponse IA aux recherches effectuées sur Chrome.
Vous aurez peut-être également remarqué que l’IA apparaît aussi sur des applications avec lesquelles vous pouvez être familières, telles que Notion ou Snapchat. Toutes ces fonctionnalités d’IA intégrées à l’application sont optimisées par des modèles d’IA générative. Si vous utilisez l’IA générative de cette manière, sachez simplement qu’elle ne sera pas aussi polyvalente que si vous interagissez directement avec elle.
Les entreprises qui intègrent l’IA dans leurs produits limitent la portée de l’IA afin d’améliorer les services spécifiques qu’elles fournissent.
Si ChatGPT est l’outil d’IA générative grand public le plus connu, il est loin d’être la seule option disponible. Il existe de nombreuses applications d’IA générative, chacune comprenant des fonctionnalités et des formations différentes. Même si certains de ces outils semblent presque identiques en termes de fonctionnalités et de résultats fournis, leurs différences peuvent avoir des implications sur votre expérience, mais aussi votre sécurité et votre confidentialité.
Voici quelques exemples d’outils d’IA générative populaires.
ChatGPT : ChatGPT a été le premier outil d’IA générative grand public, et il reste le plus populaire. Au départ, il s’agissait d’un LLM purement textuel. Aujourd’hui, il s’agit d’un modèle multimodal capable de générer du texte, de l’audio, des images et du code. L’utilisation de ChatGPT est gratuite sur chatgpt.com, ou via l’application ChatGPT.
Claude : Claude est un agent conversationnel, ou chatbot, similaire à ChatGPT, développé par Anthropic et axé sur la génération de contenu long format et la sécurité de l’IA. Il bénéficie d’un cadre « d’IA constitutionnelle », conçu pour garantir que les résultats respectent les directives éthiques préprogrammées. Certaines sources affirment que cela rend son utilisation plus sûre que ChatGPT pour les utilisateurs qui souhaitent éviter les biais ou les réponses potentiellement préjudiciables. Toutefois, Claude ne peut, à l’heure actuelle, générer que du texte et du code.
Gemini : Gemini est l’IA générative propriétaire de Google, alimentée par LaMDA LLM. L’utilisation de Gemini est très comparable à celle de ChatGPT en ce que cet outil peut générer du texte, des images et du code. Gemini est également de plus en plus intégré aux autres outils de Google, tels que Google Chrome et Google Docs.
Le Chat : Le Chat est un assistant d’IA générative développé par Mistral, une entreprise française spécialisée dans l’IA. Au même titre que ChatGPT et Claude, il s’agit d’un agent conversationnel conçu pour générer du texte et du code. Le Chat se distingue par le fait qu’il est basé sur les modèles open-source de Mistral, qui favorisent la transparence et le développement communautaire.
DeepSeek : DeepSeek est un outil d’IA générative open-source qui se démarque par la qualité d’applications similaires dont il dispose. DeepSeek était nettement moins coûteux à développer et à former que ses concurrents, ce qui constitue une avancée majeure pour le développement de l’IA générique. Mais dans la pratique, cela ne diffère pas beaucoup d’outils tels que ChatGPT.
Dall-E : Dall-E est le générateur d’images d’OpenAI. Les utilisateurs décrivent ce qu’ils souhaitent voir à l’aide d’un texte et l’IA génère une image d’après cette description. Dall-E repose sur un modèle de diffusion stable et est disponible dans ChatGPT pour créer des images dans le cadre d’une expérience multimodale.
Midjourney : Midjourney est un autre générateur de texte en image, réputé pour créer des images très détaillées. Toutefois, il ne possède pas de site web. Pour utiliser outil, il faut interagir avec depuis l’application de messagerie de Discord.
Sora : Sora est le générateur de texte-vidéo d’OpenAI. Tout comme Dall-E, les utilisateurs écrivent une description textuelle et Sora génère une vidéo de 5 à 20 secondes à partir de cette description. Bien que Sora n’ait pas (encore) été intégré à ChatGPT, il est actuellement disponible pour les clients payants de ChatGPT via sora.com.
En tant qu’outils d’IA générative grand public parmi les plus prisés, développés pour la plupart par des entreprises réputées, toutes les options de la liste ci-dessus proposent une expérience d’utilisation globalement sûre.
Néanmoins, il existe de nombreux outils d’IA générative qui ne sont pas aussi sûrs. Certains développeurs d’applications tierces intègrent des modèles d’IA provenant d’entreprises telles qu’OpenAI dans leurs propres applications à l’aide de clés API, par exemple. Mais utiliser le modèle depuis cette application tierce peut s’avérer plus risqué que de l’utiliser via l’application officielle ChatGPT.
Les applications tierces non fiables peuvent avoir des normes moins strictes en matière de cybersécurité IA, ce qui signifie qu’elles peuvent être peu sûres, voire même dangereuses. Certaines, appelées « Dark AI » peuvent même être créées par des arnaqueurs et des pirates informatiques malintentionnés dans le but spécifique de voler vos informations personnelles ou d’infecter vos appareils avec des malwares.
L’IA générative n’est apparue que récemment sur le devant de la scène. Malgré sa popularité, elle n’en est donc encore qu’à ses débuts. Cela étant, la technologie progresse rapidement, 78 % des entreprises l’utilisant dans au moins une fonction, selon une étude de McKinsey.
Il est probable que l’IA générative continuera à progresser à la fois en termes de capacités et d’adoption au cours de la prochaine décennie, prenant rapidement une partie plus importante de la vie quotidienne de chacun. Voici quelques développements potentiels que nous pourrions voir poindre dans l’IA générative de demain.
Les interactions avec l’IA deviendront plus « humaines » : L’IA est actuellement douée pour reproduire les réponses humaines par le biais de textes. À l’avenir, elle intégrera l’audio vocal, le ton, l’humour et même les caractéristiques physiques humaines (avatars IA), afin d’imiter au plus près les interactions humaines réelles. L’IA générative deviendra également plus interactive et plus sensible aux schémas idiomatiques humains, ce qui lui permettra d’avoir des conversations plus naturelles. Nombre de ces fonctionnalités en sont encore qu’au stade de prémices aujourd’hui, comme le mode vocal de ChatGPT.
La capacité de prise de décision de l’IA se renforcera : À l’heure actuelle, les outils d’IA sont capables de répondre à des invites. Mais bientôt, l’IA pourrait être capable de prédire et d’anticiper vos besoins à partir des données stockées dans sa mémoire. L’IA sera capable de faire des suggestions basées sur le contexte, de prendre des mesures et d’envoyer des alertes sans qu’on lui demande.
L’IA deviendra plus créative : La capacité de l’IA à coder, générer des vidéos, écrire et concevoir continuera probablement à s’améliorer. Dans un avenir proche, elle sera probablement capable de générer des contenus multimédias beaucoup plus nuancés, contribuant activement aux processus créatifs au lieu de se contenter de suivre les instructions d’une invite.
Même si nous ne sommes probablement pas encore en mesure de comprendre pleinement le potentiel de l’IA générative, celle-ci présente déjà de nombreux avantages concrets, notamment :
Augmentation de la productivité : L’IA générative peut aider les utilisateurs à accomplir des tâches plus rapidement, et souvent à moindre coût, qu’ils ne pourraient le faire seuls. Elle peut traduire des textes en langues étrangères en quelques secondes, rédiger des e-mails et des communiqués de presse professionnels, et formuler des recommandations fondées sur des données, le tout avec un haut degré de précision et d’efficacité.
Automatisation des tâches répétitives : Les outils d’IA générative peuvent être programmés pour gérer des tâches fastidieuses ou chronophages telles que la saisie de données, l’édition de contenu et le support client. L’automatisation de ces fonctions pourrait permettre aux entreprises de réaliser des économies et aux utilisateurs individuels de consacrer leur temps à des tâches plus utiles, créatives ou stratégiques.
Analyse des données renforcée : Les programmes d’IA excellent dans l’analyse instantanée de grandes quantités de texte ou de données. Ils peuvent tirer des conclusions intelligentes à partir d’ensembles de données complexes dans des domaines tels que le droit, la médecine, la finance, l’ingénierie et la recherche, aidant ainsi les professionnels de ces secteurs à prendre des décisions plus rapides et mieux informées.
Applications interpersonnelles : Les agents conversationnels alimentés par LLM sont conçus pour interagir avec les humains de manière amicale et empathique. Ils peuvent imiter des émotions telles que la gentillesse et la compassion, ce qui signifie qu’ils pourraient être utiles pour enseigner aux enfants ou servir d’assistants personnels aux professionnels de santé dans des environnements médicaux stressants. Une étude a en effet révélé que les patients préféraient recevoir des informations médicales de la part d’une IA plutôt que de leurs médecins, car l’IA était « perçue comme plus empathique ».
L’IA générative n’est évidemment pas exempte de problèmes. La technologie n’est pas parfaite, pas plus que les entreprises qui exploitent les modèles d’IA. Voici quelques-uns des risques liés à l’IA générative :
Désinformation et hallucination : L’IA générative produit parfois des informations fausses, nuisibles ou trompeuses. On parle dans ce cas d’hallucination, qui résulte des limites du traitement et de l’entraînement de l’IA. À mesure que la confiance des humains envers l’IA grandit, les hallucinations risquent d’alimenter les fake news et autres informations erronées.
Biais et impartialité : Les réponses générées par l’IA générative peuvent parfois être biaisées, voire discriminatoires. Cela peut résulter d’un entraînement basé sur des données incomplètes ou de préjugés humains présents dans le matériel d’apprentissage. Par exemple, un outil de recrutement formé à partir des candidatures passées peut favoriser les futurs candidats issus d’écoles ou de milieux privilégiés.
Problèmes de confidentialité : Les applications d’IA collectent vos informations personnelles lorsque vous vous inscrivez, et beaucoup enregistrent les conversations que vous entretenez avec l’IA. Par exemple, OpenAI conserve les conversations ChatGPT pendant au moins 30 jours. Cela pourrait poser un problème de confidentialité, augmentant le risque que vos données sensibles tombent entre de mauvaises mains.
Problèmes liés aux droits d’auteur : OpenAI fait l’objet d’un procès intenté par le New York Times, qui reproche à l’entreprise d’entraîner partiellement ses modèles à l’aide de données protégées par le droit d’auteur sans rémunérer les propriétaires originaux. Les questions de droits d’auteur pourraient devenir une préoccupation encore plus importante pour les entreprises spécialisées dans l’IA à l’avenir, à mesure que les ensembles de données d’entraînement deviennent plus riches.
Impact environnemental : La formation et l’exécution des modèles d’IA nécessitent une puissance de calcul considérable, ce qui peut entraîner des émissions de carbone élevées. D’après certaines sources, chaque réponse générée par ChatGPT produit environ 4,32 grammes de CO2 ; un chiffre qu’il convient de replacer dans le contexte de l’échelle à laquelle l’outil fonctionne.
Abus de la technologie : L’IA générative est facile d’accès, et ce gratuitement, ce qui signifie donc qu’il est également facile de l’utiliser de façon excessive. Les pirates informatiques et les arnaqueurs peuvent utiliser ces outils pour créer des messages de phishing convaincants, afin d’inciter les gens à divulguer leurs informations personnelles. Ils peuvent également utiliser l’IA pour créer des deepfakes et des clones vocaux afin d’imiter d’autres personnes ou de mettre en place des stratégies de catfishing, ou arnaque à l’amour.
L’IA générative est sans doute l’évolution technologique la plus importante depuis l’avènement d’Internet, et elle a des implications majeures, tant pour les particuliers que pour les entreprises. Certaines conséquences de sa popularité croissante sont susceptibles d’être positives, mais la disponibilité universelle et l’imprévisibilité de l’IA générique peuvent également mettre en danger votre sécurité et votre confidentialité.
N’utilisez pas d’outils d’IA générique tels que ChatGPT sans protéger vos données et vos appareils contre les failles de sécurité inévitables, qu’il s’agisse de fuites de données ou d’arnaques pures et simples. Protégez-vous des fraudeurs en ligne et des malwares avec Avast Antivirus Gratuit. Outre un puissant moteur de détection des arnaques intégré, Avast offre une protection 24 h/24 et 7 j/7 contre les malwares, les fuites de données et bien plus encore, afin que vous puissiez explorer en toute sécurité les nombreux avantages de l’IA générative.
