Pourquoi les modèles génératifs ?

De plus en plus d’applications utilisent les modèles génératifs. Même si les modèles discriminatifs sont encore plus dominants en apprentissage machine, un nombre croissant d’industries s’intéressent aux capacités des nouveaux modèles qui génèrent du contenu.

Cinéma et contenu artistique

La génération de la voix synthétique est un des cas d’utilisation de modèles génératifs les plus populaires. L’entreprise montréalaise Lyrebird (aujourd’hui absorbée par Descript) utilise un modèle génératif avancé qui a la capacité de générer une infinité de scripts vocaux à partir de n’importe quelle voix. Ce modèle est pré-entraîné à pouvoir générer des voix synthétiques ultraréalistes (aux écarts imperceptibles à l’oreille humaine) en enregistrant la narration de la voix réelle pendant à peine une minute 30 secondes. Ces modèles génératifs servent à reproduire la voix de célébrités lors de la création de contenus artistiques pour les jeux vidéo, les films d’animation, les livres sonores, les podcasts, etc.

Selon la même approche, il est possible de générer du contenu vidéo synthétique à partir d’un échantillon d’images existant.

Transport

Avec la démocratisation de l’intelligence artificielle et de l’Internet des objets, le monde des transports se tourne vers l’autonomie (voitures autonomes, autobus autonomes, transporteurs maritimes autonomes, etc.). La modélisation et l’entraînement des intelligences artificielles sur lesquels reposent ces véhicules se basent principalement sur la capacité des concepteurs à mettre en place des environnements de simulation réalistes et détaillés. Les modèles génératifs sont davantage utilisés dans la création automatisée de contenu de simulation. Par exemple, un modèle génératif peut être utile dans l’application de la texture dans un contenu géospatial pour la navigation.

Design industriel

Les applications de création 3D et de design graphique commencent à adopter de plus en plus les modèles génératifs. Grâce à des technologies comme les GANs, des suites de logiciels telles qu’Autodesk offrent aux créateurs des suggestions à la volée, leur suggérant des idées de déclinaisons artistiques. Par exemple, en créant une table, le modèle génératif peut proposer soit des déclinaisons du même objet, soit le design d’un objet qui s’adapte à son style graphique (p. ex. une chaise).

Impression 3D, automobile et aéronautique

Grâce aux modèles génératifs, il est maintenant possible de générer de nouvelles morphologies pour des pièces mécaniques. Par exemple, en apprenant la relation entre l’aérodynamisme d’une pièce et sa forme 3D, des modèles génératifs pourront suggérer une nouvelle morphologie optimisée (tout en suivant certaines règles formelles quant aux mesures, à la forme, etc.).

Sécurité

Les modèles génératifs entraînés sur des données de portraits, permettent de reconstituer une partie manquante d’un visage humain ou d’évaluer le portrait à partir d’une image prise d’un angle moins direct (p. ex. de profil).