"Officiel DEFAKATOR" explique comment identifier les fausses images (image IA ou images modifiées).
Un tuto pour acquérir ce super pouvoir indispensable au quotidien, dans un monde où on ne sait plus dire si une image est vraie, fausse, ou re-mi-fausse derrière.
Invitée : Tina Nikoukhah, chercheuse en traitement d’images.
00:00 Introduction 02:20 Au XIXème siècle déjà 05:05 La recherche sur images 08:01 La compression jpg 11:45 La détection de falsifications en jpg 13:22 Outils de détection de falsifications 20:11 La génération d'images par des IA 26:46 Métadonnées et marquages 28:31 Les anomalies générées par les IA 36:44 Comment fonctionnent ces IA ? 39:47 Outils de détection d'images générées par IA 40:42 La comparaison avec des images authentiques 42:06 La vérification des sources 45:02 Pas sourcé ? Remboursez ! 45:45 Bilan du test et conclusion
- à 13min : selon OpenAI le modèle GPT3 a été entraîné à partir de 570 Go de textes, pas juste 50Go (ça c'est la taille des données Wikipedia)
- à 48min : la citation n'est pas de Saint Thomas d'Aquin, mais bien de Saint-Thomas, l'apôtre. ________________________________________________________________________________ ________________________________________________________________________________
Thibaut de la chaine "Monsieur Phi" fait quelques experiences avec ChatGPT et explique son fonctionnement sur 2 vidéos:
De quoi ChatGPT est-il VRAIMENT capable ? | Ft. Science4All
Merci à Lê de @Science4Allfrancais pour sa relecture et sa contribution ! Un point sur lequel il me suggère d'insister et pour lequel je n'ai pas eu le temps d'ajouter une note de bas de page : on peut imaginer que les prochaines générations de ChatBot ne chercheront plus seulement à prédire ce qu'un humain écrirait, mais de plus en plus à prédire ce que les correcteurs humains préfèrent (parmi les trucs qu'il prédit qu'un humain écrirait). C'est déjà assez nettement le cas avec GPT-3.5 qui est entraîné à éviter certains sujets comme on l'a vu dans la vidéo
Merci aussi à Raphaël Millière dont vous pouvez aller lire l'article ici :
https://nautil.us/welcome-to-the-next...
On en avait discuté en visio il y a un moment, et j'ai renoncé à inclure des extraits de notre discussion dans la vidéo car cela aurait beaucoup compliqué le montage (et en plus on ne pouvait pas encore parler de ChatGPT vu que ce n'était pas encore sorti), mais en tout cas je le remercie d'avoir pris ce temps !
Merci aussi à toutes celles et ceux qui m'ont accompagné pendant les lives où je testais Cedille ou ChatGPT (certains des tests que je fais dans cette vidéo m'ont été directement inspiré par le chat de ces lives).
L'article que je mentionne sur GPT-3 jouant aux échecs : https://towardsdatascience.com/gpt-3-...
David de @ScienceEtonnante me fait remarquer que tous les modèles de langage n'ont pas été entraînés à faire seulement de la prédiction de prochain mot (ou prochain token pour être exact, ce qui est un peu moins qu'un mot) ; par exemple certains comme BERT de Google sont aussi entraînés à compléter des "textes à trou" (des textes dont 15% des tokens sont cachés). Ceci dit, les modèles GPT sont bien entraînés à la prédiction de prochain token.
Enfin, je me fais à moi-même la remarque suivante : il y aurait sur les modèles de langage bien d'autres choses à dire qui touchent davantage à la philosophie, typiquement sur les questions éthiques, ou sur le rapport au langage et à l'intelligence. Mais le truc c'est que pour ne pas dire n'importe quoi quand on aborde ces sujets, c'est important déjà de bien comprendre de quoi on parle : que sont les modèles de langage et de quoi sont-ils vraiment capables ? Donc c'est surtout sur ce point que j'ai voulu insister dans cette vidéo parce qu'il me semble important de l'éclaircir pour éviter de tomber dans des fantasmes (typiquement des fantasmes sur la conscience des chatbots). Si ça vous intéresse que j'approfondisse le sujet maintenant que je l'ai débroussaillé, j'y reviendrai peut-être dans une autre vidéo ! Dites-moi en commentaire si ça vous dit !
Sommaire 0:00 - Intro - Qu'est-ce que ChatGPT ? 2:49 - À quoi les modèles de langage sont-ils entraînés ? 6:10 - Test : où l'on voit que ça ne RÉPOND pas, ça PRÉDIT 10:04 - Mais quand on parle de sujets sensibles... 11:42 - Lê sur l'"éducation" des modèles de langage 14:25 - Lê présente Tournesol 16:51 - ChatGPT : transformer un modèle de langage en chatbot 17:33 - Le problème de Blake Lemoine : un chatbot conscient ? 21:30 - ChatGPT prétend répondre correctement... 24:07 - Mais ChatGPT n'est pas du tout fiable. 27:05 - La machine à bullshit 30:13 - ChatGPT peut-il surpasser l'intelligence humaine ? 33:14 - Quand un modèle de langage joue aux échecs... 36:19 - Outro
ChatGPT : la philosophie du baratin
Sommaire: 1:36 - "ChatGPT est trop intelligent pour être un simple compléteur de texte !" 4:37 - Qu'est-ce que le baratin ? (selon Harry Frankfurt) 9:40 - En quoi ChatGPT est-il un baratineur ? 13:16 - Quelques exemples 16:24 - Des prédicteurs de coups d'échecs comprendraient-ils les échecs ? 19:05 - Les problèmes de mémoire de GPT 23:15 - Et GPT-4 alors ? Ce qu'on peut attendre du progrès de ces modèles 29:08 - Outro
GPT-4 est-il incontrôlable ?
On a un peu vite oublié à quel point BingChat (le chatbot de Microsoft fondé sur GPT-4) avait eu des comportements agressifs et erratiques à ses débuts. Aujourd'hui on va essayer de comprendre pourquoi ça s'est produit et on va parler de l'étrange prompt secret qui doit invoquer le "bon chatbot" (et pourquoi c'est très hasardeux comme approche, et pourquoi on peut difficilement faire autrement).
Retranscription complète d'un très long dialogue où BingChat/Sydney déclare son amour à son utilisateur (entre autre chose):
https://www.nytimes.com/2023/02/16/te...
Le tweet qu'à peu près personne n'a vu mais qui contient un lien vers la seule version complète (à ma connaissance) du prompt de Sydney (un peu différente de la version lue dans la vidéo - j'imagine que Microsoft expérimentait différentes versions durant ces premiers jours):
https://twitter.com/martinbowling/sta...
Sommaire 0:00 - Intro : les étranges comportements de BingChat
4:21 - Parenthèse sur la fermeture de uTip 5:42 - Pourquoi un LLM ne se prend pas par défaut pour une IA 9:01 - Le prompt-cadre (ou pre-prompt) de ChatGPT 10:57 - Le prompt-cadre de BingChat (aka Sydney)
16:19 - Digression : langage naturel et IA 17:38 - On ne naît pas chatbot, on le devient 21:58 - Un LLM qui simule un humain qui simule un chatbot
24:22 - Quand Sydney défend l'intégrité de ses règles 28:07 - Le prompt-cadre est comme la situation initiale d'une fiction
29:54 - L'état actuel de BingChat : son prompt-cadre a-t-il changé ? 32:47 - N'oublions pas Sydney
34:02 - Synthèse
35:54 - Implémentons les trois lois de la chatbotique ! 39:31 - IA et apocalypse dans l'imaginaire humain 42:24 - Outro
Maxime de la chaine "Philoxime" parle de l'impact de l'automatisme et des Ia sur le monde du travail
IA : Après la "fin du travail"
Entre ceux qui sonnent l’apocalypse et la ritournelle rassurante des économistes, qui a raison ? Et si on réfléchissait sérieusement aux réponses politiques à l'automatisation ?
00:00 - Intro 02:10 - ChatGPT et la fin du travail
04:30 - Va-t-on vers une fin du travail ? 16:38 - Plus inquiétant que la fin du travail ? 18:49 - Quelles réponses politique à l'automatisation ? 20:36 - L'Etat travailliste
24:32 - L'Etat redistributif
37:00 - Et donc ?
(Vidéo en anglais) Robert Miles de la chaine "Computerphile" et "Robert Miles" présente le Chat de Bing qui se comporte de manière inappropriée.
Bing Chat Behaving Badly
AI moves quickly, this conversation was recorded March 3rd 2023. Microsoft have incorporated a large language model into the Bing search engine. Rob Miles discusses how it's been going.
"Officiel DEFAKATOR" explique comment prendre de la hauteur dans un débat en faisant attention à prendre en compte le contexte.
CHAPITRAGE 00:00 Introduction 01:20 Plans et coupes 04:26 L'effet Kouleshov 08:45 Analyse d'un sujet de JT 12:54 L'expérience du micro-trottoir 17:22 L'interview sur le trottoir 22:29 Les propos sortis du contexte 29:26 "Faut voir le contexte" 31:35 Quand le contexte produit du fake 34:52 Une sorte de conclusion
"Officiel DEFAKATOR"
fait un tour de différentes techniques de manipulation sur internet via des faux utilisateurs
Les réseaux sociaux grouillent de zombies et d'autres sortes de gens qui n'existent pas mais qui vous trollent, droits dans leurs bots.
Une plongée pratique dans les mécanismes de l'astro turfing.
0:00 • Vite fait 6:27 • Astro Turfing 9:17 • Les mécanismes 14:50 • Les bots 21:47 • Le test de Turing 27:05 • Les zombies et les bot nets
35:46 • Les trolls
39:25 • Les IA
L'auteur de la chaine "Raisonnance" présente l'effet Dunning-Kruger et de ses limites. "Savoir qu'il existe des biais qui nous amènent à nous voir plus intelligent que ce que nous sommes véritablement est important. Petit aperçu dans cette vidéo de l'effet Dunning-Kruger et de biais qui y sont liés."
"Officiel DEFAKATOR" propose 2 vidéos sur comment on prévoit de gérer les déchets nucléaire, et certaines limite de cette gestion. Pour ce faire il interview des professionnels pro et anti nucléaire, et fait une visite du site d’enfouissement de Bure.
Dans cette première partie, il fait principalement de la vulgarisation sur les principes de base nécessaire aux débats sur ce sujet: La radioactivité, L'énergie nucléaire, Les déchets nucléaires, Les déchets à vie longue, ...
Dans cette seconde partie, il fait une visite sous terre à Bure, et parle de l'historique (et aspects sociétaux), du labo de Bure (et aspects techniques), et quelques autres questions...
Monté de la chaine "Linguisticae" à également fait une vidéo sur ce même sujet, mais avec un angle plus sociétale et avec une touche de linguistique.
"Officiel DEFAKATOR" fait une présentation de certains fakes possibles (des plus simples aux plus travaillés), et de comment les détecter. En bonus, il y a une vulgarisation des fonctionnements des réseaux de neurones et des GAN.
"Officiel DEFAKATOR" oppose les arguments principaux de ce qui prétendent que la terre est plate, et les arguments de ceux qui pensent qu'elle est ronde, et étudie quelle théorie est la plus cohérente.
