Les IA génératives

Introduction

L’intelligence artificielle générative (IA générative) s’est imposée comme l’une des technologies à la croissance la plus rapide de l’histoire récente. Alors qu’elle en est qu’à ses débuts, l’IA générative a déjà démontré son potentiel grâce à des plateformes comme ChatGPT, DALL-E ou Midjourney, qui atteignent des taux d’adoption sans précédent (plus de 180 millions d’abonnés pour ChatGPT au cours de sa première année d’existence).

Les nombreuses applications d’IA génératives suscitent beaucoup d’attention et d’imagination, elles sont ludiques, faciles à prendre en main, n’ont pas besoin d’être configurées pour générer du contenu non spécifique, elles sont polyvalentes et ainsi permettent leurs intégrations dans un grand nombre d’applications. Elles génèrent, à partir d’un grand volume de données non structurées, des données non structurées telles que : du texte, des images, des animations, de la production de son, etc.

De nombreuses entreprises et organisations s’y intéressent soit pour les développer, soit pour les utiliser. Les IA génératives peuvent réinventer...

Qu’appelle-t-on « intelligence artificielle générative » ?

L’IA générative est un type d’intelligence artificielle capable de créer de nouveaux contenus et idées, notamment des conversations, des histoires, des images, des vidéos et de la musique. Ces technologies d’IA tentent d’imiter l’intelligence humaine dans des tâches informatiques non traditionnelles telles que la reconnaissance d’objets dans les images, le traitement du langage naturel (NLP) et la traduction.

L’IA générative utilise les algorithmes d’apprentissage automatique tel que le «  Deep Learning » (vu précédemment) et doit être entraînée sur tous les sujets et domaines qu’elle devra couvrir : le langage humain, les langages de programmation, l’art, la chimie, la biologie, la médecine, le monde juridique, les médias, etc. Pour ce faire, il faudra lui fournir d’immenses volumes de données généralistes, mais aussi des données plus spécifiques dans le domaine que l’on désire couvrir plus précisément.

L’utilisation d’Internet comme source de données est aujourd’hui évidente. L’IA générative réutilisera ensuite ces données d’entraînement pour générer de nouvelles données et résoudre de nouveaux problèmes.

Avantages et inconvénients de l’IA générative

Les IA génératives dans le domaine de la santé

Les applications des intelligences artificielles génératives dans le domaine de la santé s’étendent au-delà de la médecine pure et englobent également les aspects psychologiques et sociaux.

En conclusion

Les intelligences artificielles génératives promettent une révolution dans le domaine de la santé en permettant la création de données et d’informations précises et diversifiées, fondées sur des modèles complexes et des ensembles de données massifs. Ces avancées offrent un potentiel considérable pour améliorer les diagnostics, personnaliser les traitements, accompagner les soignés et le personnel soignant, prodiguer des conseils, prédire les résultats cliniques avec une précision accrue.

Publié le 21 novembre 2023 le rapport d’O’Reilly « 2023 Generative AI in the Enterprise » (Références en fin de chapitre) indique que deux tiers des personnes interrogées utilisent déjà l’IA générative. Néanmoins, l’enquête révèle aussi que malgré une adoption rapide, des obstacles, préoccupations et défis subsistent, comme l’opacité des systèmes et l’interprétabilité des résultats, les préoccupations éthiques telles que la confidentialité des données, la discrimination algorithmique et la responsabilité en cas d’erreur doivent être prises en compte et traitées de manière proactive...

Sources et références