Ces gens n’existent pas

L’intelligence artificielle s’immisce sans justification dans la plupart des présentations marketing, mais cela n’empêche pas de véritables avancées, loin de la lumière médiatique. Le site internet ThisPersonDoesnotExist.com mis en ligne par un ingénieur logiciel d’Uber et développé sur son temps libre en est un nouvel exemple. Quand vous allez sur la page, vous vous retrouvez en face d’un portrait. Rafraîchissez, et vous en verrez un autre. Puis encore un autre, puis encore un autre.

Le point commun entre tous ces visages, c’est qu’ils n’appartiennent à aucune personne réelle : ils ont été générés par une intelligence artificielle, ou, plus techniquement, par un generative adversarial network (GAN, ou, en français, réseau antagoniste génératif). Il s’agit d’une méthode d’apprentissage non supervisée mise au point par l’informaticien Ian Goodfellow, propulsé par la suite par Nvidia grâce à ses cartes graphiques. Le constructeur américain est en effet en pôle position sur ces recherches et publie énormément à leur sujet. L’outil précis utilisé pour développer ThisPersonDoesNotExist.com est StyleGAN, publié par Nvidia.

Fonctionnement, opportunités et risques

Comment cela fonctionne ? Comme le nom du procédé l’indique, deux réseaux vont travailler ensemble — ou plutôt, l’un contre l’autre. Le premier va être nourri en données brutes qu’il va décomposer. À partir de ces données, il va tenter de créer une image. Il va ensuite soumettre cette image à un autre réseau qui, lui, n’a que des photos ou images réelles dans sa base de données. Ce deuxième réseau va alors juger de l’image et va informer le premier de son jugement. Si l’image ne ressemble pas au résultat attendu (ici, des portraits), le premier algorithme va recommencer le processus. Si le résultat correspond, il va être informé qu’il est sur la bonne voie et finir par comprendre ce qu’est une bonne image. Une fois qu’il est suffisamment entraîné, il peut en produire à la chaîne.

Depuis 2017, Nvidia avance à un rythme soutenu sur le sujet et a fait des démonstrations de créations entièrement chapeautées par des intelligences artificielles. Et si tout cela restait jusqu’ici dans des laboratoires, en 2019, il est possible d’enrichir un moule préécrit et de le laisser tourner pour que les résultats soient bluffants. Après la publication du site sur un groupe Facebook dédié, d’autres personnes ont tenté l’expérience avec des œuvres picturales ou des mangas. Le résultat est tout aussi bluffant.

https://twitter.com/gwern/status/1095131651246575616

Comme souvent, on peut imaginer autant d’avantages que de dérives. Par exemple, il serait possible pour un studio de jeu vidéo de laisser un GAN s’occuper du travail de modélisation des visages de ses personnages non joueurs, pour donner à chacun un côté unique. Cela pourrait rendre une foule de passants très réaliste sans effort pour les designers.

On peut aussi voir à quel point il sera facile, demain, de multiplier les faux profils réalistes pour mener des campagnes — par exemple, de harcèlement ou d’intimidation politique –, sans avoir recours à des bases de données existantes et sans voler des portraits sur le web. Ce sont précisément ces risques que cherchait à montrer l’ingénieur avec son site.