L’extraordinaire générateur de vidéos Sora d’OpenAI continue de fasciner et de susciter des inquiétudes. Cependant, Yann LeCun, un des pionniers de l’intelligence artificielle, remet en question la méthode de modélisation du monde réel adoptée par OpenAI avec Sora. Quelle est l’approche alternative proposée par Meta?
Le défi de modéliser le monde réel selon Yann LeCun
Yann LeCun, responsable de l’IA chez Meta, a exprimé des critiques envers l’ambition d’OpenAI de créer des jumeaux numériques du monde réel à partir des algorithmes de ChatGPT. Voici une explication détaillée de ses arguments:
1. Inefficacité de la génération de pixels:
LeCun critique la méthode d’OpenAI qui consiste à générer des pixels à partir de variables latentes. Il estime que cette approche est inefficace car elle nécessite de traiter un grand nombre de données non pertinentes pour la tâche à accomplir. Cela se traduit par une perte d’efficacité et une consommation importante de ressources.
2. Déduction de détails non pertinents:
LeCun souligne que les modèles d’OpenAI cherchent à déduire trop de détails non pertinents pour la modélisation du monde réel. Cela inclut des détails visuels qui ne sont pas nécessaires pour la compréhension et la simulation du monde. Cette approche augmente la complexité des modèles et réduit leur précision.
3. Limites de la modélisation du monde réel:
LeCun rappelle que le monde réel est complexe et dynamique. Il est difficile, voire impossible, de capturer toutes ses nuances et ses interactions dans un modèle d’apprentissage automatique. L’ambition d’OpenAI de créer des jumeaux numériques parfaits semble donc irréaliste à ce stade.
Modeling the world for action by generating pixel is as wasteful and doomed to failure as the largely-abandoned idea of "analysis by synthesis".
— Yann LeCun (@ylecun) February 19, 2024
Decades ago, there was a big debate in ML about the relative advantages of generative methods vs discriminative methods for…
- LeCun n’est pas le seul à critiquer l’approche d’OpenAI. D’autres experts en IA ont également exprimé des doutes quant à sa faisabilité.
- OpenAI a rétorqué aux critiques en soulignant que ses modèles sont encore en développement et qu’ils s’améliorent constamment.
- Il est important de noter que la recherche en IA est en constante évolution et que de nouvelles technologies peuvent émerger qui permettront de surmonter les défis actuels.
.
Quelle est la différence entre la méthode de modélisation de Sora et celle de V-JEPA ?
La différence fondamentale entre la méthode de modélisation de Sora d’OpenAI et celle de V-JEPA de Meta réside dans leur approche de la génération de vidéos générées par l’IA.
L’approche alternative de Meta: V-JEPA
Contrairement à l’approche d’OpenAI qui génère des pixels à partir de variables latentes, V-JEPA se focalise sur l’apprentissage des relations entre les pixels. L’IA analyse les vidéos existantes pour identifier des structures et des patterns récurrents. Elle utilise ensuite ces informations pour prédire les pixels manquants et générer une nouvelle vidéo cohérente.
Avantages de l’approche V-JEPA:
- Efficacité accrue: L’élimination des éléments imprévisibles permet d’accélérer le processus d’apprentissage de 1,5 à 6 fois.
- Meilleure précision: La prédiction des pixels manquants basée sur des structures et des patterns existants garantit une meilleure cohérence et précision de la vidéo générée.
- Modélisation du monde réel complexe: L’apprentissage des relations entre les pixels permet à V-JEPA de mieux capturer les nuances et les interactions du monde réel.
Il convient de noter que les détails spécifiques de chaque méthode peuvent ne pas être entièrement divulgués au public, car elles font partie de la propriété intellectuelle des entreprises respectives. Cependant, les différences d’approche soulignées par Yann LeCun fournissent des indications sur les directions prises par OpenAI avec Sora et Meta avec V-JEPA dans la création de vidéos générées par l’IA.
Il sera intéressant de suivre l’évolution de ces deux approches et de voir comment elles influenceront le développement futur des vidéos générées par l’IA.
Le débat sur l’approche d’OpenAI pour créer des jumeaux numériques du monde réel est loin d’être terminé. Il sera intéressant de suivre les développements dans ce domaine et de voir si les critiques de LeCun se révèlent fondées.