Afficher le sommaire Masquer le sommaire
Meta défie Google et Microsoft avec ImageBind, une intelligence artificielle (IA) multisensorielle qui apprend comme les êtres humains. Cette IA révolutionnaire associe six types de données pour surpasser tous ses concurrents. Plongeons dans cet univers fascinant et découvrons comment cette technologie pourrait changer notre façon de percevoir le monde.
Une IA multisensorielle pour une expérience complète
Meta fait un pas de géant dans la course à la meilleure intelligence artificielle en présentant ImageBind. Ce modèle d'IA cherche à apprendre comme les humains, en adoptant une approche multisensorielle impliquant des images, du texte, des vidéos et de l'audio, ainsi que des données de profondeur, thermiques et d'inertie.
ImageBind fait partie de l'initiative de Meta visant à créer des systèmes multimodaux capables d'apprendre à partir de différents types de données. Cette IA ne se contente pas de comprendre un élément, elle est également capable de le relier à d'autres caractéristiques. Par exemple, elle peut déterminer le son, la forme, la température et la façon dont les objets d'une photographie se déplacent.
Une IA qui dépasse les autres modèles
Selon Meta, ImageBind surpasse les autres modèles d'IA entraînés pour une modalité particulière. Contrairement aux IA génératives comme ChatGPT ou Midjourney, cette alternative lie six types de données dans un indice multidimensionnel. Les chercheurs pourraient utiliser n'importe lequel de ces éléments comme entrée ou effectuer des références croisées entre eux.
Apprentissage par association : la clé du succès
ImageBind se distingue par son utilisation d'un concept d'apprentissage similaire à celui des humains. Meta explique que « lorsque les humains absorbent l'information du monde, nous utilisons plusieurs sens de manière innée ». La société affirme que nous sommes capables de générer des expériences sensorielles en visualisant une image.
« ImageBind utilise la propriété de liaison des images, ce qui signifie qu'elles coexistent avec une variété de modalités et peuvent servir de pont pour les connecter », ajoute Meta. Ainsi, cette IA peut lier un texte à une image en utilisant des données web ou relier un mouvement à une vidéo à l'aide de données vidéo capturées par des caméras portables avec des capteurs IMU.
Des applications prometteuses pour tous
La recherche montre que le modèle de Meta peut s'améliorer en utilisant peu d'exemples d'entraînement. Bien que les premiers résultats soient prometteurs, il faudra encore du temps avant de voir des applications similaires à ChatGPT utilisant ImageBind. Cependant, cela n'empêche pas la société de parler des possibilités offertes par cette technologie.
Par exemple, ImageBind pourrait générer une piste audio adaptée à une vidéo de la mer que vous avez enregistrée pendant vos vacances. Ou encore, créer une expérience de réalité virtuelle qui simule un voyage en bateau et ajoute tous les éléments nécessaires pour la rendre immersive. Les designers pourraient même créer des courts métrages animés à partir d'une image et d'un fichier audio.
Un projet open source pour un développement collaboratif
Meta a annoncé que ImageBind serait un projet open source, permettant ainsi aux personnes intéressées d'accéder au dépôt sur GitHub. Contrairement à OpenAI, le géant de la technologie a confirmé qu'il maintiendrait sa stratégie d'ouvrir le code à tous dans le but de l'améliorer ou de détecter des erreurs. Ainsi, cette initiative promet de stimuler l'innovation et d'accélérer le développement de cette IA révolutionnaire pour le bénéfice de tous.
