Tout au long de l’histoire de l’humanité, le progrès technologique a donné du pouvoir à certains employés tout en rendant d’autres obsolètes. Les développements de l’automatisation et de l’intelligence artificielle ont déjà eu une influence considérable sur les travailleurs de secteurs comme la fabrication et le transport.
Aujourd’hui, c’est l’industrie créative qui est en jeu. Avec un mélange d’émerveillement et d’inquiétude, les artistes visuels, les concepteurs, les illustrateurs et bien d’autres créatifs ont observé le développement des générateurs de texte-image IA. Le leader de ce marché (Midjourney) compte déjà plus de 8 millions d’utilisateurs actifs en quelques mois seulement.
Cette nouvelle technologie a suscité des discussions sur des sujets tels que l’appropriation du style et l’utilisation de l’IA dans la création visuelle. Certains artistes se sont inquiétés de la sur utilisation de l’IA en raison de sa rapidité et de son efficacité, mais d’autres l’ont accueillie comme un nouvel outil innovant.
Qu’est-ce qu’un générateur IA texte-image?
Un logiciel IA texte-image transforme le texte saisi par l’utilisateur, (ou “l’invite”) en une image. De grands ensembles de données de paires textes-images sont utilisés pour former ces technologies d’IA via le machine learning.
Midjourney n’ont pas encore publié leurs jeux de données au grand public. Mais Stable Diffusion, un programme open-source bien connu, s’est montré plus ouvert sur les données qu’il utilise pour entraîner son IA. On peut supposer que Midjourney utilise le même principe de fonctionnement.
« Nous n’avons pas cherché les photos sur Internet par nous-mêmes. D’autres l’ont fait auparavant, selon le professeur Björn Ommer, du groupe « Computer Vision and Learning ».
“Des ensembles de données volumineux qui ont été mis à la disposition du public après avoir été récupérés sur le web. Et c’est ce que nous avons utilisé, principalement les ensembles de données LAION, qui sont publics et contiennent des milliards d’images sur lesquelles nous pouvons nous entraîner”.
L’organisation à but non lucratif LAION compile des paires image-texte sur Internet. Elle les regroupe ensuite dans des ensembles de données en fonction de critères tels que la langue, la résolution, et la note esthétique attendue (et bien d’autres encore).
Ces paires image-texte sont fournies à LAION par Common Crawl, une autre organisation à but non lucratif. Afin de démocratiser l’accès aux informations du web, Common Crawl offre un accès libre à son magasin de données d’exploration du web. Pour ce faire, il extrait des milliards de pages Web chaque mois et rend les ensembles de données qui en résultent accessibles au public.
Comment est entraînée l’IA Midjourney?
Le modèle d’IA est entraîné à l’aide de ces ensembles de données de paires image-texte après leur collecte et leur organisation. Grâce à l’entraînement, l’IA apprend à faire le lien entre la composition graphique d’une image, sa structure visuelle et toute information visuelle identifiable et le texte qui apparaît à côté.
Après avoir passé beaucoup de temps à former ces modèles, explique M. Ommer, « vous disposez alors d’un modèle puissant qui fait la transition entre le texte et les éléments visuels. »
La diffusion est l’étape suivante de la création d’un générateur texte-image.
L’IA est entraînée sur chaque répétition de l’image de plus en plus « bruyante », un bruit visuel gaussien ou « aléatoire » étant ajouté progressivement à une image.
La procédure est ensuite inversée, et l’IA est chargée de créer une image qui ressemble visuellement à la première image d’entraînement en utilisant des pixels aléatoires.
Ommer explique : « Le résultat final d’un millier de fois où l’on ajoute un peu de bruit sera comme si vous aviez retiré le cordon d’antenne de votre téléviseur et qu’il n’y avait plus que des parasites, du bruit, plus aucun signal.
C’est par cette méthode de conversion d’une image en bruit, puis l’inverse, que le modèle d’IA est entraîné sur des milliards de photos.
À l’issue de ce cycle d’entraînement, l’IA peut commencer à construire des images jusqu’alors inimaginables à partir du bruit.
En pratique, cela signifie qu’un utilisateur peut désormais accéder à un générateur texte-image, saisir une commande textuelle dans une brève zone de texte, et l’IA crée une toute nouvelle image à partir du texte saisi.
Chaque IA de conversion texte-image contient un ensemble de mots-clés que les utilisateurs ont glanés par expérimentation. Les utilisateurs ont partagé des astuces et des tactiques en ligne pour créer des œuvres d’art d’une certaine manière, et des mots clés comme « digital art », « 4k » ou « kinematics » peuvent avoir un impact significatif sur les résultats. Des invites typiques diraient quelque chose comme : « A digital artwork of an apple wearing a cowboy hat, artstation trend, 4k, detailed. »
Midjourney: Est-ce du plagiat artistique?
L’éthique des générateurs de texte-image IA a fait l’objet de nombreuses discussions. La capacité de ces IA à s’instruire sur le travail d’artistes réels, actifs et en activité a été une source majeure d’inquiétude. Cela pourrait permettre à toute personne utilisant ces outils de produire de nouvelles œuvres d’art dans le style distinctif de ces artistes.
La communauté artistique en ligne Deviant Art a annoncé en novembre qu’elle allait intégrer DreamUp, un moteur de génération d’images par l’IA, à son site web.
Les œuvres d’art créées par les utilisateurs de Deviant Arts sur l’internet seraient alors facilement accessibles pour enseigner à l’IA.
Cependant, après avoir reçu de nombreuses critiques de la part de sa communauté, Deviant Art a modifié sa politique dans les 24 heures suivant l’annonce. Les utilisateurs devront choisir de manière proactive d’utiliser leurs données pour former l’IA.
Le générateur de texte-image développé par DALL-E sera désormais inclus dans la place de marché de photos de stock Shutterstock, qui paiera également les créateurs dont le travail a été utilisé pour entraîner l’IA.
Midjourney: Nouvel outil puissant ou concurrence déloyale?
Dans la catégorie des « nouveaux artistes numériques » de la Colorado State Fair en 2022, l’œuvre générée par l’IA de Jason Allen, « Théâtre d’opéra spatial », produite à l’aide de Midjourney, a été récompensée.
Ce prix a suscité de nombreuses critiques et discussions sur l’orientation de l’art. Au milieu de la publicité, Allen a créé une nouvelle entreprise appelée AI Infinitum qui fournit des « impressions IA de luxe ».
Certains artistes s’inquiètent de la rapidité et de la précision avec lesquelles un convertisseur texte-image IA peut produire des œuvres d’art. Un programme comme Midjourney peut réaliser en quelques secondes de nombreuses œuvres d’art qui prendraient normalement des heures ou des jours à produire.
Ce phénomène a alarmé certains créatifs qui craignent que la technologie ne rende leurs compétences obsolètes.
Selon M. Ommer, « J’ai considéré que le but de mes recherches n’était jamais de remplacer les êtres humains, l’intelligence humaine ou autre chose du genre. »
« Je vois la diffusion stable, comme beaucoup d’autres outils que nous voyons là, comme juste une technologie habilitante qui aide l’artiste, l’être humain, et l’utilisateur qui utilise ces outils pour ensuite réaliser plus ou exécuter les choses qu’ils faisaient auparavant mieux, sans les remplacer du mieux possible », dit l’auteur.
L’avancement de l’art généré par IA
Les chercheurs et les entreprises technologiques travaillent à la prochaine phase de l’art visuel génératif, car les générateurs de texte-image de l’IA continuent de s’améliorer.
Winkowski est l’un des artistes visuels qui ont déjà commencé à intégrer des outils d’IA générative dans leur flux de travail et à pousser la technologie pour produire de l’art.
Il a récemment créé un court-métrage intitulé « Leaving home » dans lequel il a dessiné certaines images et laissé la diffusion stable créer le reste.
En tant qu’artiste, c’est presque comme avoir un super pouvoir, a-t-il remarqué.
“C’est très excitant. Et je crois que nous pourrons peut-être nous lancer dans des tâches plus grandioses que nous ne l’avons jamais imaginé.”
Il n’y a pas de doutes, les outils comme Midjourney sont une véritable révolution pour le monde artistique. À notre sens, ils ne remplaceront jamais les artistes talentueux, mais il faudra qu’ils apprennent à travailler avec ces logiciels.
Ils représentent (pour qui sait s’en servir) une source illimitée d’inspiration. En revanche les artistes “moyens” (entendez pas réellement talentueux) ont du soucis à se faire, mais pourraient à terme être remplacés par des générateurs texte-image.
Vous voulez voir de quoi l’intelligence artificielle Midjourney est capable? Ça se passe ici.
