sûrement parce que vous vous faites avoir par l'idée que ces logiciels sont "intelligents". Non ils ne le sont pas. Ces systèmes logiciels "n'apprennent" pas réellement, ils ne comprennent pas ce qu'ils font
J'ai l'impression que tu prends un peu les gens pour des cons. Je pense que tout le monde (au moins sur LinuxFr...) comprend le sens des expressions "algorithme", "modèle" ou "données d'entraînement." Et que les modèles de ces IA ne sont pas mis à "comprendre" le langage naturel pour "réfléchir" à la question posée. Il y a un contexte dans l'utilisation des mots. Ici, "comprendre" serait plutôt "traduire pour utiliser", un peu comme un compilo qui comprend ton code haut niveau pour le traduire en langage machine. Et dans ce contexte, ils comprennent puisqu'on obtient bien en sortie quelque chose correspondant à la demande en langage naturel (modulo les ratés (ChatGPT) ou la faible qualité (Dall-E)). La question du droit d'auteur est primordiale et ce genre d'études qui pointent les failles feront que les modèles seront améliorés pour ne pas recracher de manière basique les données d'entraînement.
Il faut aussi garder à l'esprit que ces trucs sont très jeunes. Il y a 1 an on ne s'attendait pas à pouvoir se faire expliquer du code ou rédiger un article (insipide mais ce n'est pas la question) par un chatbot. Je ne suis pas de ceux qui prédisent une Intelligence Artificielle Forte pour bientôt (ni même de notre vivant je pense) mais on aurait tort de penser qu'on a atteint là le maximum des possibilités de ces modèles. Tiens d'ailleurs OpenAI vient de sortir un modèle servant à distinguer un texte rédigé par une IA d'un texte rédigé par un humain. Là encore personne n'est dupe, ça va surtout servir à entraîner ChatGPT à mieux masquer son IAttitude...
[^] # Re: Pour ceux qui ressortent encore régulièrement que ces "AI" "créent" des images...
Posté par Faya . En réponse au lien "Extracting Training Data from Diffusion Models" - Stable Diffusion (et autres "AI") et copyright. Évalué à 3.
J'ai l'impression que tu prends un peu les gens pour des cons. Je pense que tout le monde (au moins sur LinuxFr...) comprend le sens des expressions "algorithme", "modèle" ou "données d'entraînement." Et que les modèles de ces IA ne sont pas mis à "comprendre" le langage naturel pour "réfléchir" à la question posée. Il y a un contexte dans l'utilisation des mots. Ici, "comprendre" serait plutôt "traduire pour utiliser", un peu comme un compilo qui comprend ton code haut niveau pour le traduire en langage machine. Et dans ce contexte, ils comprennent puisqu'on obtient bien en sortie quelque chose correspondant à la demande en langage naturel (modulo les ratés (ChatGPT) ou la faible qualité (Dall-E)). La question du droit d'auteur est primordiale et ce genre d'études qui pointent les failles feront que les modèles seront améliorés pour ne pas recracher de manière basique les données d'entraînement.
Il faut aussi garder à l'esprit que ces trucs sont très jeunes. Il y a 1 an on ne s'attendait pas à pouvoir se faire expliquer du code ou rédiger un article (insipide mais ce n'est pas la question) par un chatbot. Je ne suis pas de ceux qui prédisent une Intelligence Artificielle Forte pour bientôt (ni même de notre vivant je pense) mais on aurait tort de penser qu'on a atteint là le maximum des possibilités de ces modèles. Tiens d'ailleurs OpenAI vient de sortir un modèle servant à distinguer un texte rédigé par une IA d'un texte rédigé par un humain. Là encore personne n'est dupe, ça va surtout servir à entraîner ChatGPT à mieux masquer son IAttitude...