L’IA Générative d’Images : Une Révolution Créative ?

Qu’est-ce qu’une IA générative d’images ?

Si je te disais qu’une machine peut créer une image à partir de quelques mots, tu me croirais ? Oui, bien sûr, parce qu’actuellement, quel que soit les médias, on ne nous parle plus que de ça. C’est exactement ce que font les intelligences artificielles génératives d’images ! Il existe désormais un très grand nombre d’outils, comme Midjourney, DALL·E ou Stable Diffusion, transformant du texte en illustrations, peintures ou photos en un clin d’œil.

On va mettre tout de suite un bémol. Dans ma définition toute personnelle d’Intelligence Artificielle, j’aurais tendance à attendre « plus » que ce que l’on nous sert… pour le moment ! J’estime qu’on a globalement à faire à des algorithmes redoutablement puissants, capable de traiter des bases de données gigantesques (en gros, internet dans son ensemble). Mais la part « intelligence »… Peut-être qu’on en rediscutera sur ce blog.

Mais revenons à nos moutons…

Freenambule et les IA

Je m’y suis lancé par curiosité il y a quelques temps, affinant ma compréhension et ma capacité à m’en servir. Tout en étant critique. J’aimerai poser un truc tout de suite : une IA ne remplace toujours pas un.e vrai.e artiste. Le coup d’oeil, la composition, l’interprétation, l’adaptation aux besoins des clients… Discutez un peu avec un.e illustrat.eur.rice, c’est passionnant.

Dans les prochains billets de blog, je vous embarquerai dans mes pérégrinations autour des IAs génératives d’image. On tentera de trouver quelques trucs sympas à faire, avec de vrais exemples. On va d’ailleurs essentiellement parler de StableDiffusion pour une approche rapide, sans coût, sans risque, et de TensorArt pour évoluer et obtenir des résultats bluffants très vite.

Comment ça marche ces IA ?

Sous le capot, ces IA utilisent des modèles d’apprentissage profond (déjà entendu parler de « deep learning » ?). Elles sont entraînées sur des millions d’images pour comprendre les formes, les couleurs et les styles artistiques. On apprend comme à un enfant qu’un rond s’appelle un rond, que la couleur dominante est verte etc etc. Donc, on apprend aux modèles (garde bien ce terme en tête, il est fondamental). On appelle aussi ça « entrainer un modèle ».

Ensuite, quand tu tapes une description (ici, il faut comprendre « utiliser un prompt« ), elles la décomposent en concepts visuels pour générer une image qui colle au plus près possible à ta demande.

Puisque j’ai commencé à te balancer quelques mots importants, faisons un premier arrêt là-dessus.

Quelques concepts à connaître

• Modèles : ce sont des ensembles de données et de réglages qui influencent le style et la qualité des images générées. C’est un peu la base.
• Réseaux de neurones : l’architecture informatique qui permet à l’IA d’apprendre. Ceci est du domaine de gros cerveaux matheux ;)
• Prompt : ô combien important : c’est le texte que tu fournis à l’IA pour décrire ce que tu veux voir.
• Seed : un nombre qui permet de répéter une image identique à partir du même prompt. Et l’on verra que même là, le chaos fonctionne… La même image, c’est vraiment pas systématique !
• LORA (Low-Rank Adaptation) : technique importante qui permet d’affiner un modèle pour spécialiser l’IA dans un style particulier.
• Bruit et diffusion : la technique qui permet de reconstruire une image à partir du chaos initial.

Pourquoi c’est révolutionnaire ?

Avant, créer une illustration prenait des heures (voire des jours, beaucoup de jours !). Aujourd’hui, en quelques secondes, tu peux générer une image unique. Cela ouvre des portes incroyables pour les artistes, les designers et même ceux qui pensent ne pas savoir dessiner. Surtout, pour de petits travaux d’illustrations, donner corps à des idées, des concepts, c’est génial. On le verra par exemple pour créer des avatars, des portraits pour illustrer vos feuilles de personnages en jeux de rôles.

Les limites et faiblesses des IA génératives

Et les frustrations qui vont avec… Si si.

Si ces outils sont carrément impressionnants, ils ne sont pas parfaits ! Voici quelques trucs à garder en tête :

• Manque de contrôle précis : Obtenir exactement ce que l’on imagine peut être difficile. L’IA interprète le prompt à sa manière, ce qui peut donner des résultats inattendus. Et franchement parfois, c’est moche, dégueu, totalement inutilisable.
• Erreurs anatomiques et incohérences : Les mains déformées, les visages asymétriques ou les objets non identifiables sont des problèmes fréquents. Les proportions restent aussi sujet à questionnement. Il reste de la marge de progression.
• Dépendance aux données d’entraînement : Une IA ne crée pas à partir de rien, elle se base sur ce qu’elle a appris. Ainsi, parmi les fameux « modèles », il faut savoir choisir. Certains s’en sortent mieux pour du réaliste alors que d’autres seront versés dans la 3D ou le manga ou le comics. Si un style ou un sujet est peu représenté dans sa base d’apprentissage, le résultat peut être décevant.
• Aspects éthiques et légaux : Voilà, ça, c’est un point crucial qui me préoccupe au premier plan. L’utilisation d’images préexistantes pose la question du respect des droits d’auteur et de la propriété intellectuelle. Elle pose la question centrale du l’usage qu’on en fait. Deep Fake, ça vous parle ?

Conclusion

Mon opinion : Les IA ne remplacent pas les artistes, elles sont des outils.

Un bon prompt (le fameux texte de commande) peut faire toute la différence, et l’humain reste essentiel pour affiner, interpréter et donner une intention à l’image. Un style, une patte, l’incontestable impression de l’unicité de l’oeuvre.

Nous verrons au fur et à mesure des prochains articles des cas d’utilisation de ces IA génératives. On discutera du vocabulaire associé, des différences entre les outils, etc.

Alors, prêt à explorer ce nouvel outil à ta disposition ? Allons-y ensemble ! Dis-moi en commentaire ce que tu aimerais tester avec une IA générative et comment je peux t’aider à l’appréhender.