On se retrouve aujourd’hui pour une nouvelle édition des Insights de l’IA.

Je devais absolument te partager ces actualités et ces nouveaux outils IA.

• 🤖 Google a sorti un outil IA incroyable pour les artistes

• 📋 Perplexity AI te permet de parler avec tes documents

• 📉 Ce que ChatGPT ne te dira jamais

🤖 Google a sorti un outil IA incroyable pour les artistes

Google a récemment lancé TextFX, une expérience en collaboration avec le rappeur Lupe Fiasco, pour aider les artistes et les écrivains dans le processus de création en utilisant les technologies de langage génératif.

Ce que tu dois retenir :

- TextFX fait partie de Google Lab Sessions et utilise le modèle de langage PaLM 2 via l'API PALM.

- Il se compose d'un ensemble de 10 outils alimentés par l'IA qui offrent des capacités telles que la création de comparaisons, la division des mots en phrases, la génération de détails sensoriels sur des scènes, et plus encore.

- Contrairement à la génération de paroles écrites par l'IA, l'objectif de TextFX est d'explorer les possibilités créatives dans l'écriture et l'art.

Pour en savoir plus sur la manière dont l'expérience a été construite, consulte ce blog.

Source

📄 Perplexity AI te permet de parler avec tes documents

Perplexity AI a annoncé une nouvelle fonctionnalité appelée "File Upload" qui te permet de parler aux documents et d'obtenir des informations beaucoup plus rapidement.

Ce que tu dois savoir :

Elle te permet de discuter et de poser des questions sur divers fichiers texte tels que les PDF, les fichiers python et les CSV.

Cette fonction est utile pour le code, les manuels de formation, les articles de recherche, les documents juridiques, les comptes rendus financiers et les tableaux.

Elle fonctionne de manière fiable si tu es sur le plan Pro et que tu utilises GPT-4 comme modèle par défaut.

Elle supporte des tailles de fichiers allant jusqu'à 10 Mo et est actuellement en version bêta, disponible uniquement sur les navigateurs et non sur l'application.

Source

📉 Ce que ChatGPT ne te dira jamais

Les utilisateurs de Reddit ne sont pas contents de ChatGPT. Depuis mars, les programmeurs non plus.

Maintenant, personne n'est satisfait de ChatGPT.

Pourquoi?

Stanford a publié un rapport après que les utilisateurs de Reddit se sont plaints que ChatGPT "devient plus bête". C'est-à-dire qu'il devient plus lent et ne donne pas des réponses de première qualité.

Voici ce que Stanford a découvert à propos de ChatGPT :

Sa capacité à comprendre les mathématiques a chuté de 95%.

Ses compétences en programmation ont chuté de 42%.

Une chute importante dans le sens commun et les compétences de raisonnement.

ChatGPT est devenu "plus sûr mais moins rationnel".

Il semble qu'OpenAI ralentit ChatGPT. Nous avons déjà vu des entreprises technologiques faire cela auparavant…

En 2020, Apple a été poursuivi pour 500 millions de dollars pour avoir ralenti les batteries des iPhone afin d'inciter les clients à acheter le nouvel iPhone.

Apple avait quelque chose à y gagner - vendre plus d'iPhones.

OpenAI a-t-il quelque chose à gagner en 'rendant ChatGPT plus bête' ? Absolument.

Vendre plus d'abonnements ChatGPT Plus. Plus il y a d'utilisateurs, plus la puissance de ChatGPT est partagée. Si OpenAI peut faire en sorte que chaque compte utilise légèrement moins de puissance, ils peuvent vendre plus d'abonnements.

Des réponses de moindre qualité = Moins de puissance de calcul = Moins d'argent.

Les entreprises d'IA sont en pleine crise des puces d'IA, OpenAI pourrait donc être en train de pincer chaque centime jusqu'à ce que la sécheresse soit terminée.

Pour l'instant, OpenAI adopte l'attitude "C'est toi, pas moi". Ils jurent que rien n'a changé mais ils "étudient la question".

Mais de toute façon, nous ne pourrons pas le savoir avec certitude car ChatGPT reste en source fermée (ce qui signifie que nous ne pouvons pas jeter un coup d'œil à son code).

Source

 🧠 6 outils IA indispensables

Brilliant - Cet outil t’apprendra tout ce que tu dois savoir sur le machine learning et l’intelligence artificielle. Si tu suis bien tous les cours, tu deviendras un expert de la tech, de l’informatique et de l’IA.

Superluminal est un outil de dialogue de données conçu pour les tableaux de bord, offrant contexte, synthèse, génération de code et optimisation de prompts pour des informations précieuses. Les développeurs peuvent intégrer un copilote IA grâce à son composant React personnalisable et son API, avec un hébergement sécurisé et un chiffrement des données pour la protection des données.

HeyPhoto offre un moyen facile de corriger les visages sur les photos, avec des outils alimentés par l'IA tels que l'ajustement de la direction du regard, du sourire, du genre et de l'âge. Il suffit de glisser un curseur pour obtenir des résultats époustouflants tout en préservant la qualité originale. Avec les retours des utilisateurs, HeyPhoto continue d'améliorer et d'élargir ses fonctionnalités pour des photos parfaites.

ProShots crée des portraits professionnels avec l'IA. Sélectionnez le lieu, la pose et la tenue, et ProShots génère des portraits réalistes. Pas besoin de photographe ni d'équipement coûteux. Des images haute résolution et une génération en lot sont disponibles.

MarketAI révolutionne la production vidéo avec des vidéos marketing de haute qualité et captivantes pour les startups et les entreprises. Jusqu'à 10 fois plus rapide et 7 fois moins cher que les agences traditionnelles, combinant technologie et expertise pour des résultats exceptionnels. Trois étapes faciles : remplir les infos & le script, réviser le scénario, et profiter de votre vidéo.

SkillAI permet aux apprenants de libérer leur potentiel en générant des parcours d'apprentissage personnalisés pour toute compétence grâce à l'IA. Avec un suivi des progrès, un plan gratuit et des options premium, les utilisateurs peuvent s'embarquer dans un voyage de croissance et de succès.

🧠5 recherches IA à lire absolument

📄 DeepSpeed-Chat : Formation RLHF facile, rapide et abordable de modèles type ChatGPT à toutes les échelles

DeepSpeed-Chat est un système révolutionnaire développé par Microsoft qui démocratise la formation par Renforcement avec Retour Humain (RLHF) pour des modèles similaires à ChatGPT. Il offre trois capacités clés : une expérience de formation et d'inférence facile à utiliser, un pipeline DeepSpeed-RLHF qui reproduit le processus de formation d'InstructGPT, et un système robuste DeepSpeed-RLHF qui combine diverses optimisations. Ce système permet de former des modèles ayant des centaines de milliards de paramètres en un temps record et à une fraction du coût.

📄 OpenFlamingo : Un cadre open-source pour la formation de grands modèles vision-langage autorégressifs

OpenFlamingo est un cadre open-source pour la formation de grands modèles vision-langage autorégressifs, allant de 3B à 9B de paramètres. Il reproduit les modèles Flamingo de DeepMind et permet aux modèles de traiter des séquences entrelacées d'images et de texte, permettant un apprentissage en contexte. Les modèles ont atteint une performance moyenne de 80-89% par rapport à Flamingo sur divers ensembles de données vision-langage. L'architecture d'OpenFlamingo inclut des modules d'attention croisée dense entre les jetons image et texte, et il utilise des composants publics comme CLIP comme encodeur visuel. En publiant les modèles et le code, OpenFlamingo encourage la recherche sur les modèles vision-langage autorégressifs, auparavant limitée par des alternatives propriétaires fermées.

📄 Apprendre à modéliser le monde avec le langage

L'article introduit Dynalang, un agent qui apprend à comprendre et à utiliser divers langages pour prédire l'avenir et interagir avec l'environnement. L'idée clé est que le langage aide les agents à faire de meilleures prédictions sur les observations et récompenses futures. L'agent apprend un modèle du monde multimodal pour prédire les représentations futures de texte et d'image et apprend à agir à travers des déploiements de modèle imaginés. Dynalang surpasse les agents traditionnels dans diverses tâches et peut être préformé sur des données textuelles et vidéo sans actions ni récompenses. Malgré certaines limitations, Dynalang montre un potentiel pour évoluer vers de grands ensembles de données web et offre une approche polyvalente à la compréhension du langage en IA.

📄 Trois briques pour consolider les filigranes pour les grands modèles de langage

Le tatouage numérique pour les Grands Modèles de Langage (LLM) montre un potentiel pour identifier le texte généré. Les méthodes existantes souffrent de tests statistiques biaisés pour les taux de faux positifs. Cette étude introduit des tests statistiques robustes, évalue les filigranes sur les benchmarks de traitement du langage naturel, et explore des schémas de détection avancés. Un tatouage numérique multi-bits est proposé pour l'identification de l'utilisateur ou de la version du modèle. La recherche a établi les filigranes comme une méthode fiable pour tracer les sorties de LLM, offrant un grand potentiel pour identifier le contenu généré et promouvoir une utilisation responsable du modèle.

📄 SelfCheck : Utilisation des LLMs pour vérifier en zero-shot leur propre raisonnement étape par étape

L'article présente SelfCheck, un nouveau schéma de vérification en zero-shot pour les LLMs afin de reconnaître les erreurs dans leur propre raisonnement étape par étape sans ressources externes. SelfCheck décompose la tâche de vérification en étapes, incitant le LLM à extraire la cible, à recueillir des informations pertinentes, à régénérer l'étape, et à comparer les résultats avec l'étape originale. La fonction d'intégration combine les résultats de vérification d'étape pour fournir un score de confiance pour la solution complète. Les évaluations sur des ensembles de données mathématiques montrent que SelfCheck améliore considérablement la précision des prédictions et fournit des estimations de confiance précises pour les solutions LLM. Cela démontre le potentiel des LLMs à effectuer une auto-vérification efficace.