📖 Définition

Un modèle de diffusion est une architecture d'IA générative qui apprend à créer des données en inversant un processus graduel de destruction par le bruit. Durant l'entraînement, le modèle observe comment du bruit est progressivement ajouté à des données réelles, puis il apprend à inverser ce processus. Lors de la génération, il part de bruit pur et le transforme progressivement en une image, un son ou une vidéo cohérente. Cette approche surpasse les GAN dans de nombreuses applications.

💬 En termes simples

Imaginez une sculpture de glace au Carnaval de Québec qui fond lentement jusqu'à devenir une flaque d'eau. Un modèle de diffusion, c'est comme un artiste qui aurait étudié chaque étape de cette fonte et qui serait capable, à partir d'une flaque quelconque, de reconstituer une magnifique sculpture en inversant le processus.

🎯 Exemple concret

Midjourney, DALL-E et Stable Diffusion, tous basés sur des modèles de diffusion, permettent aux agences québécoises de produire des visuels publicitaires photoréalistes en quelques secondes. Des architectes montréalais génèrent des propositions visuelles de bâtiments. Des chercheurs à l'Université de Sherbrooke explorent ces modèles pour le développement de médicaments.

💡 Le saviez-vous ?

Les modèles de diffusion se sont imposés en seulement deux ans (2022-2024), détrônant les GAN qui régnaient depuis une décennie. Leur principe mathématique s'inspire de la thermodynamique et du mouvement brownien, établissant un pont entre la physique fondamentale et l'IA générative.

Navigation

Ressources

Pages