Imaginez un monde où l'intelligence artificielle ne se contente pas de reconnaître un coucher de soleil, mais le peint un coucher de soleil à partir du vide. C'est le changement de paradigme par rapport aux modèles discriminatifs—qui se concentrent sur le calcul de la probabilité $p(output|input)$ pour étiqueter les données existantes—vers le vaste domaine de l'IA générative. Nous passons au-delà des limites tracées par le passé pour modéliser la véritable distribution sous-jacente des données.

Définir le paysage architectural

Notre taxonomie est dominée par trois stratégies mathématiques distinctes, chacune offrant des avantages uniques pour synthèse multimodale et synthèse d'image:

• Réseaux antagonistes génératifs (RÉS): Un duel à enjeux élevés entre deux réseaux neuronaux—le générateur (le faussaire) et le discriminateur (le détective). Ce jeu adversarial oblige le générateur à créer des contenus de plus en plus indiscernables.
• Modèles de diffusion: Un processus de recherche d'ordre dans le chaos. Ces modèles apprennent en ajoutant et supprimant itérativement du bruit dans les données, finissant par maîtriser la capacité à façonner des représentations robustes à partir de données statiques pures.
• Transformateurs autoregressifs: Les architectes des séquences. Des modèles comme le Transformateur pré-entraîné génératif (GPT) fonctionnent en prédiction du jeton suivant basée sur le contexte de tout ce qui est arrivé auparavant, créant des narrations et des structures cohérentes à longue portée.