N’oubliez pas de chier dans la douche, d’éteindre le WiFi, d’aller au travail à pied, de laver vos fringues chaque mois max et de bien trier vos opercules de yaourts dans le bon bac.
ChatGPT a été invité 74 fois à « créer la réplique exacte de cette image et à ne rien changer ». Regardez bien le résultat.
Tout cela pour vous parler du processus d’effondrement du modèle (model collapse). Ce terme est utilisé en intelligence artificielle pour désigner un phénomène où un modèle d’apprentissage automatique, surtout dans les systèmes génératifs, qui commence à produire des résultats de moins en moins diversifiés ou de plus en plus mauvaise qualité, souvent à cause d’un entraînement sur des données générées par lui-même ou d’un surajustement.
En clair, les IA s’entraînent et brassent des données (textes, analyses, données brutes, images, etc.) influencées, contaminées ou produites par des IA et finissent par « dégénèrer » en s’asphyxiant, sans rétroaction non-polluée avec le monde réel et les données humaines. En juillet 2024, une étude publiée dans Nature ( https://t.co/9PDbaQknpC ) a montré que les IA perdent leur capacité à gérer des informations variées et pertinentes quand elles s’entraînent sur leurs propres données.
La plupart des spécialistes estiment que les IA combinant texte et images risquent encore plus l’effondrement. La course à l’intensification de la récupération de données sur l’homme et le monde vivant, par la multiplication des capteurs pourrait ne pas suffire à empêcher la première grande extinction des IA par spirale d'effondrement autoréférentielle.
Magnifique lever du jour sur le Centre de formation et de congrès du Bischenberg (avec la plaine d'Alsace enveloppée dans la brume), qui accueille aujourd'hui les réunions des conseils des structures technologiques de @CreditMutuelAF, et notamment @EuroInformation.