Des portraits illustrés réalisés par intelligence artificielle ont récemment envahi les réseaux sociaux, dévoilant au grand public les plus récentes avancées technologiques de ce qui est désormais surnommé le AI art. Ce nouveau procédé consiste à faire produire une image entièrement par une intelligence artificielle (ou IA) simplement en lui écrivant une demande qu’on appelle un prompt. 

Énormément de désinformation circule sur ces programmes. Étudiante en arts et technologies, je m’y suis personnellement intéressée et j’ai lu de nombreux articles sur le sujet. Des articles scientifiques sur leur fonctionnement aux chroniques militantes, en passant par les nouvelles journalistiques, je vous explique ce que j’ai appris.

Cartographier la culture visuelle

Les IA permettant d’identifier des images existent depuis un bon moment déjà. Celles-ci sont entraînées à reconnaître un objet dans l’image en analysant des banques d’images auxquelles sont associés des mots; par exemple une image de chat, et le mot chat. Pour arriver à faire ces associations, l’IA se repère grâce à ce qu’on appelle un latent space. C’est une espèce de carte en plusieurs dimensions sur laquelle sont répertoriés des nuages de données concernant des aspects comme les couleurs, les textures, les dimensions, les formes, etc. L’IA tente en bref de cartographier l’essence même des objets.

Le premier générateur d’image était simplement une tentative d’inverser le processus: qu’arrive-t-il lorsqu’on demande à une IA entraînée sur des centaines de milliers d’images de créer une image à partir d’un mot? Le génie de cette approche renversée, c’est que puisque le programme se fie sur le latent space, il ne génère pas qu’un vulgaire collage des pixels, contrairement à ce que beaucoup de gens veulent croire. Pourtant à cette étape, nous sommes encore loin du AI art et n’obtenons que des images aux pixels flous. 

On ajoute donc au générateur ce qu’on appelle un discriminateur. Le générateur présente une image au discriminateur, qui lui aussi est entraîné à reconnaître des tonnes d’objets, et si le discriminateur considère que l’image ne correspond pas assez à l’objet, il renvoie le générateur en modifier les pixels, jusqu’à ce qu’il ne voit plus l’image comme étant générée et la considère indiscernable d’un vrai objet. Les IA qui font fureur présentement sont les modèles à diffusion, qui peuvent générer à partir d’une même commande des images drastiquement différentes. Pour y arriver, l’IA part d’un bruit (mélange de pixels flous) différent pour chaque génération d’image. Ce caractère aléatoire empêche l’IA de cristalliser son processus et lui permet de se renouveler. 

Questions éthiques

Ce processus est comparable sous de nombreux angles à la démarche artistique humaine. L’entraînement de l’IA se compare à l’association de mots et d’images par lequel se développe le langage chez les enfants, puis le sens de l’observation de l’artiste quand vient le temps de dessiner. Le chaos du bruit originel se compare aux inconscients des cerveaux desquels naissent les idées. Le tiraillement du générateur et du discriminateur se compare au perfectionnement d’un brouillon jusqu’à l'œuvre finale. Du moins, le marché de l’IA veut bien nous convaincre qu’ils sont comparables.

La comparaison reste terrifiante pour ceux dont l’IA vient chambouler la vision sacralisée de l’art et de la créativité, et si le processus est comparable à celui des humains, il reste que ses référents et son potentiel sont inégalables pour les mortels. Dans les faits, l’industrie technologique capitalise sur l’accessibilité de l’art sur internet sans égard pour la propriété intellectuelle des artistes dont les œuvres constituent de précieux catalogues de données.

L’indignation des artistes n’est donc pas totalement infondée!