Aller au contenu principal

IA générative

Générer des images, du texte et du son avec les trois grandes familles génératives modernes : autoencodeurs variationnels, réseaux antagonistes et modèles de diffusion.

Durée du cours : 7 h​

Ce que vous allez apprendre​

  • Distinguer un modèle discriminatif d'un modèle génératif et savoir quand chacun s'impose
  • Entraîner un autoencodeur variationnel sur MNIST et interpréter son espace latent
  • Écrire un GAN convolutif, diagnostiquer un effondrement des modes et le stabiliser
  • Implémenter un modèle de diffusion complet : bruitage, prédiction du bruit, échantillonnage DDPM et DDIM
  • Conditionner une génération d'images par une consigne textuelle avec CLIP et l'attention croisée
  • Évaluer une génération avec FID, inception score et précision-rappel, et connaître leurs pièges
  • Comparer génération autorégressive et diffusion selon la modalité, avec les coûts associés
  • Analyser les enjeux de droit d'auteur, de provenance et de consentement soulevés par la génération

Prérequis​

  • Fondamentaux du deep learning (cours 07)
  • Réseaux convolutifs (cours 10)
  • Python, PyTorch et NumPy à l'aise

Modules du cours​

  1. Modèles discriminatifs et modèles génératifs
  2. Autoencodeurs et espace latent
  3. Autoencodeurs variationnels
  4. GAN : générateur contre discriminateur
  5. Effondrement des modes et stabilisation de l'entraînement
  6. Modèles de diffusion : bruiter puis apprendre à débruiter
  7. Conditionnement par le texte
  8. Métriques de qualité : FID et inception score
  9. Génération de texte, d'image, d'audio
  10. Droits d'auteur, provenance et usages responsables

Fil rouge​

Le cours utilise MNIST pour construire pas à pas un autoencodeur simple, un VAE, puis un premier GAN. Il bascule ensuite sur CelebA en 64x64 pixels pour la diffusion et les métriques, puis élargit au texte et à l'audio avec des modèles existants. Il se termine sur la question la plus difficile : quels visages a-t-on le droit de générer, et comment prouver qu'une image est synthétique ? Le code est en PyTorch, adapté à un GPU grand public.

Évaluation et attestation​

Le parcours se termine par un examen de 40 questions qui couvre tous les modules. En cas de réussite, une attestation d'achèvement est délivrée ; son numéro est vérifiable sur la plateforme.

Les cours gratuits, eux, se concluent par un quiz de 5 questions avec un aperçu de l'attestation, sans certification.