Exemple, avec toutes ces connaissances et cette puissance, les IAs devraient pouvoir générer des schémas d'anatomie élémentaire ?
Je sous-estime régulièrement des capacités de l’IA à générer des images. Non pas parce qu’elles sont spectaculairement bonnes, mais parce que mon préjugé est justement qu’elles sont, ou devraient être, catastrophiques.
Les IA aujourd’hui sont principalement entraînées sur du texte. À comprendre du texte, raisonner sur du texte, générer du texte. Avec un petit poil de compréhension d’image pour pouvoir mettre « multimodal ! » sur la plaquette publicitaire.
Sais-tu ce qu’il se passe quand tu demandes à ChatGPT de générer une image ? Il écrit un prompt à un modèle complètement différent spécialisé dans la génération d’image (type MidJourney, je crois qu’il s’appelle sobrement imagegen chez OpenAI ?). Ce n’est pas ChatGPT lui-même qui génère l’image.
Ça a longtemps été mon problème « philosophique » avec ARC-AGI 1/2 : ce sont principalement des tâches de raisonnement visuel, avec du mouvement implicite. Rien de surprenant à ce que ce soit extrêmement difficile pour des modèles génératifs de texte. La surprise est que les modèles arrivent à progresser dessus.
Et ce post sur Bluesky est justement ce que j’essaie de combattre. On prend un domaine sur lequel l’IA est particulièrement faible par construction (de manière connue pour des raisons connues, qui plus est, je peux encore pardonner les 9.11-9.8 quand on ne comprenait pas pourquoi l’IA se plantait systématiquement sur ce genre de problème arithmétique simple) pour se positionner de manière grandiloquente « vous voyez, MOI, je suis capable de voir plus loin que la hype et l’arnaque marketing », et à coup d’emojis "🤡". Le tout sur un ton dégoulinant de suffisance.
L’équivalent d’un bonobo lisant la page Wikipedia Optical illusion pour triomphalement en conclure « vous voyez ? pas si malin que ça, l’espèce humaine, vous êtes vraiment cons de tomber dans le panneau de la hype ».
[^] # Re: Inutile
Posté par Moonz . En réponse à la dépêche Nouvelles sur l’IA de février 2026. Évalué à 4.
Je sous-estime régulièrement des capacités de l’IA à générer des images. Non pas parce qu’elles sont spectaculairement bonnes, mais parce que mon préjugé est justement qu’elles sont, ou devraient être, catastrophiques.
Les IA aujourd’hui sont principalement entraînées sur du texte. À comprendre du texte, raisonner sur du texte, générer du texte. Avec un petit poil de compréhension d’image pour pouvoir mettre « multimodal ! » sur la plaquette publicitaire.
Sais-tu ce qu’il se passe quand tu demandes à ChatGPT de générer une image ? Il écrit un prompt à un modèle complètement différent spécialisé dans la génération d’image (type MidJourney, je crois qu’il s’appelle sobrement imagegen chez OpenAI ?). Ce n’est pas ChatGPT lui-même qui génère l’image.
Ça a longtemps été mon problème « philosophique » avec ARC-AGI 1/2 : ce sont principalement des tâches de raisonnement visuel, avec du mouvement implicite. Rien de surprenant à ce que ce soit extrêmement difficile pour des modèles génératifs de texte. La surprise est que les modèles arrivent à progresser dessus.
Et ce post sur Bluesky est justement ce que j’essaie de combattre. On prend un domaine sur lequel l’IA est particulièrement faible par construction (de manière connue pour des raisons connues, qui plus est, je peux encore pardonner les
9.11-9.8quand on ne comprenait pas pourquoi l’IA se plantait systématiquement sur ce genre de problème arithmétique simple) pour se positionner de manière grandiloquente « vous voyez, MOI, je suis capable de voir plus loin que la hype et l’arnaque marketing », et à coup d’emojis "🤡". Le tout sur un ton dégoulinant de suffisance.L’équivalent d’un bonobo lisant la page Wikipedia Optical illusion pour triomphalement en conclure « vous voyez ? pas si malin que ça, l’espèce humaine, vous êtes vraiment cons de tomber dans le panneau de la hype ».