Make-A-Video : Meta entend bien peupler ses univers.

Meta investit des milliards dans la réalité virtuelle. Le metaverse s'avère cependant plus difficile à créer que supposé au départ. On peut bien créer quelques univers bien léchés, mais convaincre beaucoup de gens d'y investir demeure irréaliste tant les coûts de création sont disproportionnés par rapport aux bénéfices qu'il serait possible d'en tirer.

Aussi, il faut réduire les coûts de création. Un univers virtuel doit offrir une complexité au moins aussi grande que l'univers réel. On doit pouvoir offrir des milliers d'univers virtuels pour pratiquement tous les besoins imaginables.

Un formidable capital de données

Meta possède des quantités vertigineuses d'images contextualisées sur notre monde ainsi que des données personnelles sur près du tiers des habitants de la terre.

C'est pourquoi il peut faire appel à une intelligence artificielle pour aider à meubler de manière intéressante ces univers dont on voudra bien, avec des données qui correspondront à nos goûts et dégouts.

À cette fin, Meta présente en avant-première son projet Make-A-Video, dans la même ligne que Dall.E 2 de Google.

Des vidéos à partir de texte

Même si le résultat parait pour l'instant assez primitif et niais, on comprend le potentiel. Les intelligences artificielles apprennent vite et surtout se souviennent. Déjà qu'à partir de photos prises de plusieurs angles on peut reconstituer les objets 3D, ce projet propose de créer des vidéos à partir de phrases qu'on voudra bien lui communiquer.

• «Licorne volant au dessus d'un paysage mystique.»
• «Humains construisant une autoroute sur Mars.»
• «Grizzly confus dans une classe de mathématiques.»
  

L'I.A. se sert des images qualifiées qu'elle possède et essaie de les assembler en un tout proportionnellement cohérent.

Licorne - voler - au-dessus - paysage mystique - humains - construire - autoroute - Mars - grizzly - confusion - classe de mathématiques.

Elle sait que voler est un verbe, que Grizzly est un animal, que la confusion est une émotion et qu'une classe de mathématiques est un lieu où on apprend des notions de mathématiques. Voler se fait dans les airs, un Grizzly est proportionnellement gros par rapport à un humain, la confusion s'illustre par une posture précise, etc.  Le défi est d'assembler les images en un tout qui nous parait acceptable.

On est encore loin d'une reconstitution 3D, mais viendra le temps où on y parviendra et, à partir de ce moment, la création d'univers virtuels sera accélérée de plusieurs ordres de grandeur.

Notre reflet

Une I.A. s'appuie sur nos données et nos perceptions, avec tous leurs biais et ils peuvent être nombreux. La manière dont sont recueillies les données, par la lentille de nos téléphones principalement et par les commentaires qui les accompagnent sur les réseaux sociaux, influence radicalement ce qu'elle peut proposer. Là où les téléphones ne vont pas, l'I.A. n'en saura rien.

Il y aura toujours de l'espace pour des créations originales mais le phénomène critique est celui de la rétroaction, comme lorsqu'un micro est mis devant un haut-parleur, et de la mise en abîme, comme entre deux miroirs qui se font face, qui reflètent alors leur propre image.

Une I.A. s'inspire de nos images et nous les propose, nous lui retournons d'autres images à partir de ce qu'elle nous a proposé ou dont l'influence s'est imposée, dans une itération de moins en moins originale et de plus en plus excessive. Si l'image de la terre vue de l'espace s'est imposée à la conscience de la population humaine entière, que dire de l'influence de millions de vidéos et d'images produites par une I.A. ?

Le goût du réel est peut-être inimitable mais il peut apparemment être dilué dans le virtuel.

Références

Make-A-Video - https://makeavideo.studio/

Dall.E 2 - https://openai.com/dall-e-2/

Ce qu'une intelligence artificielle comprend de notre monde  - Denys Lamontagne - Thot Cursus
https://cursus.edu/fr/24688/ce-quune-intelligence-artificielle-comprend-de-notre-monde