Avertissement : comme j'ai déjà eu l'occasion de l'écrire ailleurs dans un autre fuseau, je n'ai plus d'énergie à consacrer à la gestion après coup d'éventuels malentendus. Merci, à cette aune, de bien vouloir partir du principe que le fond de ce message (en plusieurs parties/posts) est bienveillant, et que, du reste, il ne s'adresse à personne en particulier.
1/5
En matière d'intelligence artificielle générative, ou IA générative, capable de générer du texte ou des images en réponse à une invite (ou prompt en anglais) exprimée par écrit, il existe actuellement des systèmes d'IA génératifs comme l'agent conversationnel (chatbot) programmable ChatGPT, pour produire du texte, et des systèmes « artistiques » d'intelligence artificielle comme Midjourney et DALL-E, pour produire des images. Dans tous les cas, l'IA procède par probabilités pour répondre aux invites, suivant le même processus que le générateur de suggestion de mots utilisé dans les téléphones portables pour la rédaction d'un message avec un clavier numérique (si j'ai bonne mémoire, « Monsieur Phi » avait expliqué cela dans une vidéo signalée en ces lieux en janvier dernier).
Le générateur d'images par IA nommé DALL-E (notamment en référence, parait-il, à Salvador Dalí) a été conçu par OpenAI, la même entreprise qui a développé ChatGPT. La version la plus avancée, et la dernière en date, de ce générateur d'images, appelée DALL-E 3 et dévoilée fin septembre, a notamment été intégré à Bing, le moteur de recherche de Microsoft. À cette aune, depuis le début du mois d'octobre 2023, DALL-E 3 est notamment disponible gratuitement dans Bing Image Creator, la plateforme de génération d'images dudit Microsoft. Ayant, depuis l'an 2000, une adresse pour courriel nécessitant d'avoir un compte Microsoft en ligne (peu utilisé en dehors du stockage de mes courriels), j'ai fini par franchir le pas et par aller (un peu) au-delà de ce que l'on a pu qualifier en ces lieux d'expérience de pensée (expérience de pensée au-delà de laquelle il est nécessaire d'aller pour ce qui est de « passer aux travaux pratiques »).
Pour l'anecdote, c'est le critique de cinéma Rafik Djoumi qui m'en a donné l'idée, en partageant ponctuellement, au début du mois d'octobre dernier, sur le réseau de Mark Z. et sur celui d'Elon M., le résultat de ses expérimentations pour produire des images de fiction associables à un projet malheureusement abandonné de film de cinéma (d'aventure médiévale) que Paul Verhoeven devait réaliser dans les années 1990, à partir d'un scénario de Walon Green et avec Arnold Schwarzenegger dans le rôle principal (projet de film connu sous le nom de Crusade, auquel Rafik D. avait notamment consacré un article et une partie d'un entretien avec le scénariste en 2014).
Selon le Blog du Modérateur (BDM), avec DALL-E, il est possible de :
En réalité, sauf erreur d'inattention de ma part, pour ce qui est de DALL-E 3 associé à Bing Image Creator, seules les options 1 et 4 sont possibles actuellement, ce qui est tout de même une entrave conséquente pour tester « le concept » jusqu'au bout. Il semble qu'après d'inévitables « dérapages » d'usagers ayant testé DALL-E 3 jusqu'à obtenir, par exemple, une image générée représentant Mickey Mouse en terroriste du 11-Septembre dans un avion, Microsoft ait dû assez rapidement « aseptiser » son Bing Image Creator de telle manière à ce que les résultats produits à partir d'invites soient systématiquement censurés en cas de détection de contenu jugé inapproprié vis-à-vis du Code de conduite de ses services en ligne (contenu violent, gore, haineux, pédopornographique, terroriste, extrémiste violent, et plus généralement tout contenu jugé « pour adultes », sexuellement parlant, ou tout « contenu autrement dérangeant ou offensant »).
![](https://www.jrrvf.com/forum_images/725/1699150762_contenu_d-image_inapproprie_detecte_-_bing_image_creator.png")
(Avis de censure)
Dans le film F for Fake dont j'ai déjà parlé en ces lieux, Orson Welles évoque les experts en art moderne qui, lorsqu'ils émettent une expertise authentifiant un tableau (tableau pouvant pourtant parfois être l'oeuvre d'un faussaire), [emphase]« parlent avec l'autorité d'un ordinateur »[/emphase] ([emphase]“speak with the authority of a computer”[/emphase]). C'est avec cette même « autorité » que, comme de juste, on a pu voir ChatGPT débiter des énormités en matière d'informations fausses ou inexactes. Il en est de même, dans le registre des images, avec DALL-E lorsque, par exemple, cette IA génère, à partir d'invites demandant une mise en image de sujets supposant des compositions plus ou moins complexes, des représentations de mains humaines avec plus de cinq doigts chacune, ou des personnages avec des bras positionnés de façon distordue par rapport au reste du corps : dans ces cas-là, qui arrive moins souvent que l'on pourrait le croire mais tout de même régulièrement, dans la mesure où Bing Image Creator ne permet pas d'inciter directement l'IA à corriger ce genre de défauts (sinon peut-être partiellement en enregistrant et/ou téléchargeant une image plutôt qu'une autre parmi celles proposées pour une même invite), ladite IA continue de procéder, avec « autorité », comme si ses erreurs relevaient de probabilités valides par rapport à la demande, tandis que d'autres paramètres, activant une censure anti-violence mais aussi pudibonde, limitent encore plus les résultats à la fois en qualité et en quantité. À noter que les abonnés aux offres payantes ChatGPT Plus ou Entreprise peuvent accéder à une version de DALL-E 3 intégrée à ChatGPT par OpenAI, depuis mi-octobre, et permettant de « discuter » avec ChatGPT pour influer sur ses réponses désormais également possibles en images : j'imagine sans peine que ses usagers-là de DALL-E 3 sont d'ors et déjà moins entravés dans leurs requêtes que les utilisateurs de DALL-E 3 en service gratuit via Bing Image Creator.
DALL-E 3 génère de une à quatre images par invite. Les images proposées sont presque toujours différentes pour une même invite, même s'il peut parfois (rarement) arriver que l'IA propose des images déjà générées quelques minutes plus tôt. Parfois des images sont générées, mais que l'on ne peut qu'apercevoir en petit format, sans pouvoir les agrandir ni les télécharger, et qui sont finalement remplacées par d'autres, agrandissables et téléchargeables. Parfois aussi des images générées en remplaceront d'autres pour une invite identique avant même que l'on ait le temps de les agrandir et de les télécharger. Bref, ça bugue régulièrement, pour un oui ou un non, en fonction de la sur-sollicitation de Bing Image Creator par trop de monde en même temps à certains moments. Faute de pouvoir « effectuer des modifications réalistes et ciblées des images » et faute de pouvoir véritablement « créer plusieurs variantes d'une image, en s'inspirant de l'original », on finit donc par tourner un peu en rond, l'IA ayant du mal, en l'état, à véritablement faire évoluer d'elle-même les probabilités de résultats souhaités pour un même type d'invite.
La question de l'incitation à la facilité que représente l'IA se pose aussi bien avec ChatGPT qu'avec DALL-E, l'un n'encourageant pas a priori à l'effort en matière de recherche critique d'information ou en matière d'écriture, l'autre n'encourageant pas a priori à l'effort en matière d'activité créative physique à travers les arts graphiques (y compris l'art digital lorsqu'il a conservé une partie de la dimension au moins physique des formes traditionnelles du dessin et de la peinture). J'y reviendrai plus loin.
Une autre question se posant aussi bien avec ChatGPT qu'avec DALL-E concerne la propriété intellectuelle et l'absence de mention des sources dans les résultats que donne l'IA à partir de la base de données (que l'on imagine colossale) constituée par l'entreprise OpenAI : il est connu que ChatGPT ne donne pas ses sources concernant ses réponses à l'écrit, mais il en est de même pour DALL-E avec ses images générées à partir de références non précisées mais qui, bien évidemment, ne sortent pas de nulle part. La France est, parait-il, le quatrième pays utilisant le plus ChatGPT (4 %), tandis que 11,7 % des utilisateurs de cet agent conversationnel vivent aux États-Unis d'Amérique. Je ne sais ce qu'il en est avec DALL-E, mais l'usage doit vraisemblablement aussi plutôt se concentrer aux États-Unis et dans l'ère linguistico-culturelle dite anglo-saxonne, les tendances des résultats aux invites que j'ai formulé ayant tendance à correspondre essentiellement à une somme de goûts et de références esthétiques clairement anglo-américaine (et occidentale de façon plus générale), sachant que je me suis exclusivement concentré sur un mode d'expression artistique censée imiter la peinture figurative. En matière d'histoire de l'art, de façon générale, DALL-E est une IA dont les références se limitent à :
1. - En matière de « peinture ancienne » occidentale : l'école florentine de la Renaissance italienne autour de Léonard de Vinci (l'IA ne semble pas beaucoup connaître l'école vénitienne [Titien, Tintoret, Véronèse...)] ; peut-être des éléments de style des primitifs flamands ; le style caravagesque en clair-obscur autour de/du Caravage ; l'école néerlandaise de l'Âge d'Or de la peinture hollandaise autour de Rembrandt ; la peinture néo-classique de la fin du XVIIIe et du début du XIXe siècle (avec un goût surtout anglo-américain) ; la peinture paysagiste anglo-américaine de l'école de l'Hudson (Hudson River School) « fondée » par Thomas Cole dans la première moitié du XIXe siècle ;
2. - En matière de « peinture moderne » (XIXe-XXe siècles) : les styles de la peinture occidentale diversement rattachables au luminisme anglo-américain issu de l'école de l'Hudson, aux réalisme et naturalisme européens, au préraphaélisme, à l'académisme européen, à la peinture figurative conventionnelle représentative d'un certain goût bourgeois occidental de la fin du XIXe siècle et du début du XXe siècle (peinture figurative conventionnelle également diffusée en reproduction dans la publicité imprimée de l'époque) ; les styles des illustrateurs de l'Âge d'Or de l'illustration anglo-américaine du début du XXe siècle (Howard Pyle, N. C. Wyett, Mead Schaeffer...) ; peut-être l'IA a-t-elle aussi dans son catalogue quelques références de la peinture figurative américaine des années 1930 ; il est difficile de savoir si les détails « surréalistes » disséminés dans certaines de ses « peintures » relèvent d'une éventuelle connaissance, par exemple, de l'œuvre peint de René Magritte ; de façon générale, il n'y a pas de références franchement explicites à des styles de peintres modernes en particulier (par exemple, l'IA ne fait pas de différence entre une invite lui parlant d'Auguste Renoir et une autre lui parlant d'Henri de Toulouse-Lautrec)... à l'exception notable de l'œuvre de Vincent Van Gogh (1853-1890), dont DALL-E 3 manie fort bien le style « expressionniste » de la dernière période de l'artiste (1887-1890) et à partir de laquelle elle a été de toute évidence très entraînée en matière d'imitation d'un travail de peintre.
Peut-être sera-t-on éventuellement intéressé par le partage d'un (petit) échantillon des (nombreux) résultats obtenus, avec DALL-E 3, par votre serviteur durant le mois d'octobre dernier (mois si sinistre par ailleurs, en matière d'actualités diverses) ? Bien évidemment, ça vaut ce que ça vaut.
[suite dans la deuxième partie ci-après]
1/5
En matière d'intelligence artificielle générative, ou IA générative, capable de générer du texte ou des images en réponse à une invite (ou prompt en anglais) exprimée par écrit, il existe actuellement des systèmes d'IA génératifs comme l'agent conversationnel (chatbot) programmable ChatGPT, pour produire du texte, et des systèmes « artistiques » d'intelligence artificielle comme Midjourney et DALL-E, pour produire des images. Dans tous les cas, l'IA procède par probabilités pour répondre aux invites, suivant le même processus que le générateur de suggestion de mots utilisé dans les téléphones portables pour la rédaction d'un message avec un clavier numérique (si j'ai bonne mémoire, « Monsieur Phi » avait expliqué cela dans une vidéo signalée en ces lieux en janvier dernier).
Le générateur d'images par IA nommé DALL-E (notamment en référence, parait-il, à Salvador Dalí) a été conçu par OpenAI, la même entreprise qui a développé ChatGPT. La version la plus avancée, et la dernière en date, de ce générateur d'images, appelée DALL-E 3 et dévoilée fin septembre, a notamment été intégré à Bing, le moteur de recherche de Microsoft. À cette aune, depuis le début du mois d'octobre 2023, DALL-E 3 est notamment disponible gratuitement dans Bing Image Creator, la plateforme de génération d'images dudit Microsoft. Ayant, depuis l'an 2000, une adresse pour courriel nécessitant d'avoir un compte Microsoft en ligne (peu utilisé en dehors du stockage de mes courriels), j'ai fini par franchir le pas et par aller (un peu) au-delà de ce que l'on a pu qualifier en ces lieux d'expérience de pensée (expérience de pensée au-delà de laquelle il est nécessaire d'aller pour ce qui est de « passer aux travaux pratiques »).
Pour l'anecdote, c'est le critique de cinéma Rafik Djoumi qui m'en a donné l'idée, en partageant ponctuellement, au début du mois d'octobre dernier, sur le réseau de Mark Z. et sur celui d'Elon M., le résultat de ses expérimentations pour produire des images de fiction associables à un projet malheureusement abandonné de film de cinéma (d'aventure médiévale) que Paul Verhoeven devait réaliser dans les années 1990, à partir d'un scénario de Walon Green et avec Arnold Schwarzenegger dans le rôle principal (projet de film connu sous le nom de Crusade, auquel Rafik D. avait notamment consacré un article et une partie d'un entretien avec le scénariste en 2014).
Selon le Blog du Modérateur (BDM), avec DALL-E, il est possible de :
- Générer des images à partir de requêtes (invites) textuelles,
- Effectuer des modifications réalistes et ciblées des images,
- Créer plusieurs variantes d'une image, en s'inspirant de l'original,
- Télécharger les visuels générés.
En réalité, sauf erreur d'inattention de ma part, pour ce qui est de DALL-E 3 associé à Bing Image Creator, seules les options 1 et 4 sont possibles actuellement, ce qui est tout de même une entrave conséquente pour tester « le concept » jusqu'au bout. Il semble qu'après d'inévitables « dérapages » d'usagers ayant testé DALL-E 3 jusqu'à obtenir, par exemple, une image générée représentant Mickey Mouse en terroriste du 11-Septembre dans un avion, Microsoft ait dû assez rapidement « aseptiser » son Bing Image Creator de telle manière à ce que les résultats produits à partir d'invites soient systématiquement censurés en cas de détection de contenu jugé inapproprié vis-à-vis du Code de conduite de ses services en ligne (contenu violent, gore, haineux, pédopornographique, terroriste, extrémiste violent, et plus généralement tout contenu jugé « pour adultes », sexuellement parlant, ou tout « contenu autrement dérangeant ou offensant »).
(Avis de censure)
Dans le film F for Fake dont j'ai déjà parlé en ces lieux, Orson Welles évoque les experts en art moderne qui, lorsqu'ils émettent une expertise authentifiant un tableau (tableau pouvant pourtant parfois être l'oeuvre d'un faussaire), [emphase]« parlent avec l'autorité d'un ordinateur »[/emphase] ([emphase]“speak with the authority of a computer”[/emphase]). C'est avec cette même « autorité » que, comme de juste, on a pu voir ChatGPT débiter des énormités en matière d'informations fausses ou inexactes. Il en est de même, dans le registre des images, avec DALL-E lorsque, par exemple, cette IA génère, à partir d'invites demandant une mise en image de sujets supposant des compositions plus ou moins complexes, des représentations de mains humaines avec plus de cinq doigts chacune, ou des personnages avec des bras positionnés de façon distordue par rapport au reste du corps : dans ces cas-là, qui arrive moins souvent que l'on pourrait le croire mais tout de même régulièrement, dans la mesure où Bing Image Creator ne permet pas d'inciter directement l'IA à corriger ce genre de défauts (sinon peut-être partiellement en enregistrant et/ou téléchargeant une image plutôt qu'une autre parmi celles proposées pour une même invite), ladite IA continue de procéder, avec « autorité », comme si ses erreurs relevaient de probabilités valides par rapport à la demande, tandis que d'autres paramètres, activant une censure anti-violence mais aussi pudibonde, limitent encore plus les résultats à la fois en qualité et en quantité. À noter que les abonnés aux offres payantes ChatGPT Plus ou Entreprise peuvent accéder à une version de DALL-E 3 intégrée à ChatGPT par OpenAI, depuis mi-octobre, et permettant de « discuter » avec ChatGPT pour influer sur ses réponses désormais également possibles en images : j'imagine sans peine que ses usagers-là de DALL-E 3 sont d'ors et déjà moins entravés dans leurs requêtes que les utilisateurs de DALL-E 3 en service gratuit via Bing Image Creator.
DALL-E 3 génère de une à quatre images par invite. Les images proposées sont presque toujours différentes pour une même invite, même s'il peut parfois (rarement) arriver que l'IA propose des images déjà générées quelques minutes plus tôt. Parfois des images sont générées, mais que l'on ne peut qu'apercevoir en petit format, sans pouvoir les agrandir ni les télécharger, et qui sont finalement remplacées par d'autres, agrandissables et téléchargeables. Parfois aussi des images générées en remplaceront d'autres pour une invite identique avant même que l'on ait le temps de les agrandir et de les télécharger. Bref, ça bugue régulièrement, pour un oui ou un non, en fonction de la sur-sollicitation de Bing Image Creator par trop de monde en même temps à certains moments. Faute de pouvoir « effectuer des modifications réalistes et ciblées des images » et faute de pouvoir véritablement « créer plusieurs variantes d'une image, en s'inspirant de l'original », on finit donc par tourner un peu en rond, l'IA ayant du mal, en l'état, à véritablement faire évoluer d'elle-même les probabilités de résultats souhaités pour un même type d'invite.
La question de l'incitation à la facilité que représente l'IA se pose aussi bien avec ChatGPT qu'avec DALL-E, l'un n'encourageant pas a priori à l'effort en matière de recherche critique d'information ou en matière d'écriture, l'autre n'encourageant pas a priori à l'effort en matière d'activité créative physique à travers les arts graphiques (y compris l'art digital lorsqu'il a conservé une partie de la dimension au moins physique des formes traditionnelles du dessin et de la peinture). J'y reviendrai plus loin.
Une autre question se posant aussi bien avec ChatGPT qu'avec DALL-E concerne la propriété intellectuelle et l'absence de mention des sources dans les résultats que donne l'IA à partir de la base de données (que l'on imagine colossale) constituée par l'entreprise OpenAI : il est connu que ChatGPT ne donne pas ses sources concernant ses réponses à l'écrit, mais il en est de même pour DALL-E avec ses images générées à partir de références non précisées mais qui, bien évidemment, ne sortent pas de nulle part. La France est, parait-il, le quatrième pays utilisant le plus ChatGPT (4 %), tandis que 11,7 % des utilisateurs de cet agent conversationnel vivent aux États-Unis d'Amérique. Je ne sais ce qu'il en est avec DALL-E, mais l'usage doit vraisemblablement aussi plutôt se concentrer aux États-Unis et dans l'ère linguistico-culturelle dite anglo-saxonne, les tendances des résultats aux invites que j'ai formulé ayant tendance à correspondre essentiellement à une somme de goûts et de références esthétiques clairement anglo-américaine (et occidentale de façon plus générale), sachant que je me suis exclusivement concentré sur un mode d'expression artistique censée imiter la peinture figurative. En matière d'histoire de l'art, de façon générale, DALL-E est une IA dont les références se limitent à :
1. - En matière de « peinture ancienne » occidentale : l'école florentine de la Renaissance italienne autour de Léonard de Vinci (l'IA ne semble pas beaucoup connaître l'école vénitienne [Titien, Tintoret, Véronèse...)] ; peut-être des éléments de style des primitifs flamands ; le style caravagesque en clair-obscur autour de/du Caravage ; l'école néerlandaise de l'Âge d'Or de la peinture hollandaise autour de Rembrandt ; la peinture néo-classique de la fin du XVIIIe et du début du XIXe siècle (avec un goût surtout anglo-américain) ; la peinture paysagiste anglo-américaine de l'école de l'Hudson (Hudson River School) « fondée » par Thomas Cole dans la première moitié du XIXe siècle ;
2. - En matière de « peinture moderne » (XIXe-XXe siècles) : les styles de la peinture occidentale diversement rattachables au luminisme anglo-américain issu de l'école de l'Hudson, aux réalisme et naturalisme européens, au préraphaélisme, à l'académisme européen, à la peinture figurative conventionnelle représentative d'un certain goût bourgeois occidental de la fin du XIXe siècle et du début du XXe siècle (peinture figurative conventionnelle également diffusée en reproduction dans la publicité imprimée de l'époque) ; les styles des illustrateurs de l'Âge d'Or de l'illustration anglo-américaine du début du XXe siècle (Howard Pyle, N. C. Wyett, Mead Schaeffer...) ; peut-être l'IA a-t-elle aussi dans son catalogue quelques références de la peinture figurative américaine des années 1930 ; il est difficile de savoir si les détails « surréalistes » disséminés dans certaines de ses « peintures » relèvent d'une éventuelle connaissance, par exemple, de l'œuvre peint de René Magritte ; de façon générale, il n'y a pas de références franchement explicites à des styles de peintres modernes en particulier (par exemple, l'IA ne fait pas de différence entre une invite lui parlant d'Auguste Renoir et une autre lui parlant d'Henri de Toulouse-Lautrec)... à l'exception notable de l'œuvre de Vincent Van Gogh (1853-1890), dont DALL-E 3 manie fort bien le style « expressionniste » de la dernière période de l'artiste (1887-1890) et à partir de laquelle elle a été de toute évidence très entraînée en matière d'imitation d'un travail de peintre.
Peut-être sera-t-on éventuellement intéressé par le partage d'un (petit) échantillon des (nombreux) résultats obtenus, avec DALL-E 3, par votre serviteur durant le mois d'octobre dernier (mois si sinistre par ailleurs, en matière d'actualités diverses) ? Bien évidemment, ça vaut ce que ça vaut.
[suite dans la deuxième partie ci-après]