noun
L’espace latent est une représentation abstraite et multidimensionnelle où les modèles d’IA stockent des versions compressées des données apprises. Plutôt que des entrées brutes, il capture les motifs sous-jacents, facilitant ainsi la reconnaissance ou la génération de nouveaux contenus.
Il fonctionne en entraînant les modèles à mapper des données complexes (comme des images ou du texte) dans un espace simplifié où les éléments similaires se regroupent. Par exemple, un modèle de langage peut encoder des mots en vecteurs latents, permettant de générer des phrases cohérentes en naviguant dans cet espace.
Pour les utilisateurs, l’espace latent change la façon dont les outils d’IA fonctionnent : il permet un apprentissage plus rapide et plus efficace, mais peut aussi introduire des biais si les données d’entraînement sont déséquilibrées. Un exemple concret est DALL·E 3, qui utilise la diffusion latente pour générer des images à partir de prompts textuels, réduisant le besoin de vastes ensembles de données.
Lorsque vous demandez à une IA de générer une image d'un 'couchant sur une ville futuriste,' elle navigue dans l'espace latent pour combiner les motifs appris des couchants et de l'architecture de science-fiction.
Dans les autres langues
Voir aussi : Embedding · Diffusion model