Sora won’t replace humans, and here’s why

• Sora est un modèle de génération vidéo publié par OpenAI, capable de générer des vidéos réalistes à partir de prompts textuels, suscitant une large attention et des discussions.
• Bien que Sora représente une étape importante dans le domaine de l'intelligence artificielle, l'idée de remplacer complètement les humains ou de perturber la réalité est encore prématurée, le principal défi consistant à construire des modèles du monde précis et généralisables.
• L'IA est un outil, une technologie créée par les humains pour aider à résoudre des problèmes. Dans l'état actuel, tant que l'IA n'a pas de conscience, elle ne possédera pas d'« originalité », se contentant d'organiser les connaissances humaines existantes.

OpenAI a publié le modèle texte-vidéo Sora aux premières heures du 16 février, provoquant une série de chocs et d'exclamations dans les milieux technologiques et médiatiques. Immédiatement, les vidéos générées par Sora, telles que publiées sur le site d'OpenAI, ont largement circulé en ligne. En utilisant Sora, il suffit de saisir un prompt textuel pour obtenir une vidéo d'une durée allant jusqu'à 60 secondes, contenant des scènes détaillées, des expressions de personnages vives et des mouvements de caméra complexes, presque impossibles à distinguer de la réalité. Les internautes se sont exclamés que l'IA révolutionnait des secteurs comme le cinéma, les vidéos courtes et les jeux, certains allant jusqu'à exagérer en disant que « le monde réel n'existe plus ! » La perspective que les humains soient remplacés par l'IA semblait plus proche.

Cet événement nous a fait nous émerveiller de la nouvelle vague de révolution technologique déclenchée par Sora, qui pourrait bientôt abaisser la barrière pour les gens ordinaires de produire des vidéos, le travail complexe de tournage et de montage étant mis de côté, et l'imagination et la créativité des gens devenant les sources les plus essentielles de compétitivité du contenu vidéo. Par conséquent, des « entreprises individuelles » et des équipes très petites pourraient également réaliser des films et des contenus vidéo qui nécessitaient auparavant une main-d'œuvre et des coûts énormes. La vague technologique apporte à la fois de l'admiration et de l'anticipation, ainsi que des craintes d'être remplacé et pulvérisé. Voir aussi: Ziggo Group nomme ses dirigeants avant l'introduction en Bourse à Amsterdam en 2027.

À lire aussi: 20 géants de la technologie s'engagent à lutter contre l'ingérence électorale par l'IA

Sora ne comprend pas le monde physique et ne dispose pas d'un « modèle du monde »

Cependant, ces derniers jours, j'ai observé que les scientifiques et de nombreux initiés de l'industrie à la pointe de la technologie discutent encore le plus de la question du « modèle du monde » de Sora. Les vidéos générées par Sora ont des visuels et une cohérence extrêmement réalistes, certaines étant presque impossibles à distinguer de celles créées par les humains. Ce n'est pas simple; cela exige que les machines comprennent la structure, les détails, les trajectoires de mouvement et les changements de lumière et d'ombre du monde réel, sans violer la cognition humaine. Certains pensent que Sora comprend le monde physique, possédant la forme embryonnaire d'un « modèle du monde ». Le modèle du monde de l'IA peut être considéré comme son modèle mental, reflétant la compréhension et les attentes du système d'intelligence artificielle vis-à-vis de lui-même et du monde extérieur. En prenant l'exemple du modèle du monde humain, le terme « modèle » implique que toutes les connaissances que nous comprenons ne sont pas stockées comme un amas de faits mais organisées dans une structure qui reflète le monde et tout ce qu'il contient. Nous ne nous souvenons pas d'une série de faits sur chaque objet, mais nous construisons d'innombrables modèles dans notre cerveau, comme des modèles de « portes de ville » et d'« axes de l'os de la hanche », chacun avec sa propre forme, son agencement et la façon dont les différentes parties se déplacent et fonctionnent ensemble. Pour reconnaître quelque chose, nous connaissons son apparence et sa texture; pour atteindre un objectif, nous comprenons le comportement typique des choses dans le monde lorsqu'elles interagissent avec nous, comme le type de marques de morsure qu'une pomme aurait si elle était mordue. Cependant, de nombreux scientifiques pensent que Sora ne comprend pas le monde physique et ne dispose pas d'un « modèle du monde ». Voir aussi: AKNET internet ve bilisim sistemleri limited sirketi.

Le lauréat du prix Turing Yann LeCun estime que le fait de générer des vidéos réalistes à partir de simples prompts n'indique pas nécessairement une compréhension du monde physique par le modèle; le processus de génération vidéo est entièrement différent des prédictions causales basées sur un modèle du monde.

Francois Chollet, l'auteur du framework d'apprentissage profond « Keras » et chercheur en IA chez Google, suggère que des modèles comme Sora peuvent effectivement intégrer un « modèle physique », mais la question est: ce modèle physique est-il précis ? Peut-il se généraliser à de nouvelles situations au-delà de la simple interpolation des données d'entraînement ?

Les vidéos générées par Sora présentent effectivement plusieurs défauts, comme le plan subjectif de fourmis rampant dans un nid où seules quatre pattes sont visibles lorsqu'on regarde de près; la vidéo d'une personne courant sur un tapis roulant va dans la direction opposée, et la vidéo de « un grand canard marche dans les rues de Boston » où le canard marche sur une personne. Voir aussi: Azarakhsh Ava-e Ahvaz Co.

Jim Fan, chercheur scientifique principal chez Nvidia, suggère deux explications possibles à ce problème: (1) Le modèle pourrait manquer d'une compréhension de la physique, se contentant d'assembler aléatoirement des pixels d'image, ou (2) Le modèle tente de construire un moteur physique interne, mais ses performances sont médiocres.

Les initiés de l'industrie pensent que Sora utilise une approche de « force brute », en exploitant d'énormes quantités de données, de grands modèles et une puissance de calcul considérable, avec l'utilisation sous-jacente de modèles du monde validés dans les domaines du jeu, de la conduite autonome et de la robotique pour construire le modèle texte-vidéo, lui permettant de simuler le monde. Voir aussi: Windhoos.

Cependant, cela revient à apprendre les lois du monde par une « lecture d'images » extensive, ce qui, bien que raisonnable, ne peut pas apprendre les lois du monde déductibles par la physique, comme les lois de Newton. Voir aussi: EuroNet.

En fin de compte, les humains n'ont pas inventé les avions en imitant les oiseaux mais en comprenant l'aérodynamique. Sora marque en effet une nouvelle étape dans l'IA, promettant de simplifier grandement le travail humain, de réduire les attributs « outils » des humains et d'assister ou d'assumer partiellement certaines tâches. Cependant, un véritable remplacement humain ou une perturbation de la réalité semble prématuré. Voir aussi: DU jiarui.

À lire aussi: Un chatbot IA peut-il faire le travail de 700 personnes ?

Quiz rapide

Quelle est la durée maximale des vidéos générées par Sora ? Voir aussi: Miejskie Przedsiębiorstwo Wodociągów i Kanalizacji S.A..

A. 60 secondes

B. 2 minutes

C. 4 minutes

D. 10 minutes

La réponse correcte se trouve en bas de l'article.

L'AIGC pourrait être un outil puissant pour les créateurs de contenu à forte originalité

Le développement ultérieur de l'AIGC (y compris, mais sans s'y limiter, Sora) orientera le processus de refonte vers une direction plus favorable à la diversité. Nous pourrions utiliser un modèle analytique très simplifié pour diviser les capacités des créateurs de contenu natifs d'Internet en deux directions. Premièrement, la sensibilité aux sujets chauds, faisant référence à la capacité de suivre les sujets et tendances populaires. Sans aucun doute, à tout moment, la majorité du trafic des médias sociaux est concentrée sur très peu de sujets chauds.

La capacité à saisir ces sujets détermine l'explosivité à court terme du créateur, ou en termes plus branchés, son « potentiel viral ». Deuxièmement, la tonalité du contenu, concernant l'unicité et l'irremplaçabilité du contenu. Le contenu de certains créateurs est inoubliable, portant des empreintes personnelles distinctes qu'aucun concurrent ne peut imiter. La possession d'une tonalité suffisamment irremplaçable détermine l'endurance du créateur, ou ce que nous pourrions appeler la « durabilité » ou la « fidélité des fans ».

L'AIGC profitera aux créateurs de contenu de niche qui excellent dans la tonalité du contenu et gagnent progressivement en popularité, tandis qu'elle désavantagera ceux qui prospèrent en capturant les sujets chauds pour des tendances éphémères. À l'ère de l'AIGC, suivre les sujets chauds ne sera plus un avantage concurrentiel central pour les créateurs de contenu, car le seuil pour le faire diminuera. Par conséquent, l'importance de la tonalité du contenu augmentera encore, pouvant devenir la seule carte gagnante.

La couverture opportune des sujets chauds sera principalement la tâche de l'IA, la compétition principale portant sur l'efficacité de l'AIGC, rendant difficile pour quiconque de se démarquer. Cependant, pour les créateurs de contenu dont la compétitivité principale réside dans leur tonalité, l'AIGC peut devenir une nouvelle arme puissante. Les utilisateurs d'Internet ont toujours une tendance naturelle à suivre les sujets chauds, mais ce qu'ils exigeront de plus en plus n'est pas un contenu rapide mais plutôt des interprétations distinctives ou des analyses approfondies.

Tout comme les amateurs de football qui ont déplacé leur attention des reportages rapides et complets vers des analyses de match approfondies et des programmes interactifs et divertissants. Les créateurs de niche de haute qualité peuvent collaborer avec l'IA: les premiers se concentrant sur la tonalité, les soi-disant « éclairs d'inspiration », et la seconde gérant les tâches répétitives, appelées « travail de manœuvre » dans l'industrie du contenu.

L'IA a encore un long chemin à parcourir

Sora change la donne. Sachant comment fonctionne Hollywood, ils essaieront très certainement de l'utiliser pour remplacer des emplois. Mais c'est un outil, et certaines personnes s'en empareront et en tireront parti, d'autres non. Je n'ai pas encore vu d'IA pleine d'émotion humaine; tout est assez effrayant pour le moment. Cela ne devient une menace totale que lorsqu'il peut faire ressentir des émotions aux humains.

Lee Romaire, producteur créatif et lauréat d'un Emmy

L'IA est un outil, un moyen technologique créé par les humains pour résoudre des problèmes. Dans l'état actuel, tant que l'IA ne développe pas de conscience, elle ne possédera pas d'« originalité » mais se contentera de collecter et d'organiser les connaissances humaines existantes. Même les IA génératives avancées comme ChatGPT ne font pas exception.

Lee Romaire, lauréat d'un Emmy, a partagé son point de vue à ce sujet, déclarant: « Sora change la donne. Sachant comment fonctionne Hollywood, ils essaieront très certainement de l'utiliser pour remplacer des emplois. Mais c'est un outil, et certaines personnes s'en empareront et en tireront parti, d'autres non. Je n'ai pas encore vu d'IA pleine d'émotion humaine; tout est assez effrayant pour le moment. Cela ne devient une menace totale que lorsqu'il peut faire ressentir des émotions aux humains. »

OpenAI a déjà divulgué les détails techniques de Sora, révélant que sa feuille de route technologique hérite du modèle texte-image précédemment publié. Bien qu'il y ait quelques innovations, elles ne sont pas révolutionnaires. Au moins dans l'environnement actuel, il est peu probable que Sora produise une véritable « originalité », et son efficacité et sa force de persuasion dans la génération de vidéos dépendent encore fortement de « l'entraînement » individuel de l'utilisateur.

La réponse correcte est A.