Work on your authenticity, your own voice. It's true for everything, not just movie-making. Know yourself. Hone your point of view with the people you're around and the experiences you have. Be attentive. A rich, specific and unusual point of view is going to be very successful in any film.
M. Night Shyamalan
👉 🇫🇷 L'authenticité, le point de vue, la connaissance de soi... sont des éléments essentiels, que nous possédons tous. Parfois, le plus complexe à obtenir est le plus simple à réaliser.
👉 🇫🇷 Voici ma dissertation sur la création artistique à l'aide d'outils d'intelligence artificielle, dans le cadre du SPOC "L’Intelligence Artificielle au défi de l’Art " de l'école Aivancity Paris-Cachan, pour laquelle j'ai obtenu la note de 16/20 :
Faut-il avoir peur des robots ? [...] Il est vrai que l’intelligence artificielle naît d’un paradoxe : celui de voir jaillir une réflexion d’une entité binaire sans conscience. Parmi les différents domaines d’activité impactés par l’émergence de l’IA, le champ artistique reste le plus sensible, le plus observé et sans doute le plus redouté.
En effet, que craindre d’une technologie qui emploierait la même gamme d’expressions que la nôtre ? En quelques décennies, nos technologies informatiques sont passées d’exécutants serviles de tâches simplistes à de redoutables “générateurs de fictions”, ces dernières si chères aux humains. J’ai récemment pu observer une déambulation optique de l’artiste Sébastien Preschoux qui nous interroge sur l’origine (humaine ou digitale) d’une œuvre. C’est seulement en s’approchant des peintures concentriques et des installations de fils bariolés que nous pouvons identifier des traces de la main humaine et ainsi casser leur apparente parfaite symétrie : l’artiste appelle ceci “la récompense du curieux”. Comme l’indique Pascal Picq dans “L’intelligence artificielle et les chimpanzés du futur” (Odile Jacob, 2019), “chaque innovation technologique ouvre la voie à de nouvelles formes d’art et d’imaginaire, des pinceaux de Lascaux à l’IA en passant par la photographie (qui a libéré la peinture moderne du réalisme), la caméra, le cinéma et les ordinateurs. [..] Tous les domaines artistiques co-créent déjà avec des robots et des ordinateurs animés par différents types d’IA”. En tant que passionné de cinéma, j’aime travailler avec des générateurs d’image et de vidéo : Playform, Runway ML ou l’API de Prodia avec le modèle d’apprentissage Stable Diffusion. Les requêtes (ou “prompts”) permettent de renseigner les éléments souhaités dans l’image ou le type de plan, mais ce sont les prompts négatifs, indiquant ce qu’on ne veut pas voir, qui m’intéressent le plus. Car le modèle, en mauvais élève, reproduit souvent tout ce qu’il a ingurgité sans se soucier du naturalisme : proportions exagérées, visage cloné, membres en trop ou manquants… Ces mutations créent des vidéos aux plans vaporeux, d’une lenteur extrême avec des expressions faciales parfois difformes. Nous retrouvons ici les accidents et bugs mentionnés en introduction. Et s’il fallait que l’ordinateur se trompe, afin d’apprendre l’intérêt de l’échec ?
Si l’IA nous apparaît grossièrement comme une fabrique de “concept art” sans point de vue propre, c’est parce que nous l’entraînons de manière machinale. Le plus important n’est pas le jeu de données que l’on donne à manger à l’algorithme. Il faut passer outre la moisson de data, ce serpent numérique qui se mord la queue à coup de “bulles de filtres”, et casser les trois lois d’Asimov qui cautionnent la vie des robots à la survie humaine. Car l’art sert à mettre en danger, selon les mots de l’artiste Cornelia Sollfrank, pionnière de l’art en ligne et du cyberféminisme : “La seule chose dont est capable l’art, c’est de briser nos schémas et nos habitudes de perception. L’art se doit d’ouvrir une brèche dans les catégories et systèmes que nous utilisons pour traverser la vie de la manière la plus rectiligne qui soit.” Cependant, la finitude même de la mémoire des machines pose la question d’une quelconque brèche dans leur raisonnement. Une simple expérience comme le” jeu de la vie”, l’automate cellulaire de John Horton Conway que l’on enseigne aux étudiants de première année d’informatique, prouve que certains motifs tels le “jardin d’Eden” ne peuvent être créés, et ce quel que soit le nombre de générations. Ainsi, comme je l’écrivais en fin d’année dernière au sujet du film “The Kiss” de Grégory Chatonsky : “Au-delà des nombreuses expérimentations de 2022, on se rend compte que la machine ne pourra jamais créer ce qui n’appartient qu’à l’humanité : un baiser.”
Néanmoins, nous suivrons de près les avancées du Human Brain Project, qui a récemment publié un papier démontrant que des algorithmes peuvent apprendre comme le cerveau humain. Yann Le Cun l’indique dans “La plus belle histoire de l’intelligence” (Robert Laffont, 2018) : “La seule manière que l’on imagine pour dire à la machine que sa réponse est à la fois conceptuellement correcte et techniquement incorrecte, c’est d’entraîner non seulement le module de prédiction, mais aussi le module qui évalue la qualité des prédictions, la fonction d’objectif”. Pour échanger agréablement avec les ordinateurs, apprenons-leur que l’analyse se développe en symbiose avec la découverte... Leur capacité prédictive pourrait alors entraîner une réaction qui, selon le temps alloué par le robot à sa gestion, se transformerait en cette chose rare, entre le chimique et l’électrique : un sentiment. En conclusion, nous tenons ici une nuance pour faire naître, au-delà des bugs, une sorte d’intuition informatique à même de nous surprendre, comme le fait le collectif français Obvious qui signe ses œuvres par la formule mathématique gouvernant la relation entre leurs algorithmes.