Une IA à soi, partie I

Ou « comment j’ai installé une IA dans la bibliothèque »

Une pièce en 5 actes

Acte I: Devine qui vient dîner ce soir?
Depuis que j’ai découvert Stable Diffusion A1111 il y a trois ans, j’ai caressé l’idée d’installer une IA générative « à la maison ».
Ce serait un outil de création ultime, libre. Mais à l’époque, c’était impensable : trop technique, trop obscur.
Entre-temps, la Princesse LIA s’est installée à la maison.

Acte II: The great escape
Alors, ça veut dire quoi et comment fait-on pour installer une IA chez soi ?
En deux temps, très résumé :
1 – Disposer d’un ordinateur avec une carte graphique puissante (très).
2 – Installer les outils nécessaires à « l’entraînement » pour créer son propre modèle d’IA. Si l’on veut :
– des IA d’image (on parle de LVM, pour Large Vision Model) façon MidJourney
– des IA de texte (appelées LLM, pour Large Language Model), façon Claude

La carte graphique idéale pour l’IA à la maison, c’est une NVIDIA (3080 RTX-10 Go minimum), taillée pour la création artificielle domestique. Les cartes NVIDIA d’OpenAI coutent environ 30000 euros…
Pourquoi NVIDIA ? Parce que la marque détient le monopole des outils optimisés pour l’IA.
Cela explique bien des choses : sa valeur boursière explosive, les restrictions de vente à la Chine, et le désintérêt d’Apple, resté à l’écart car « en froid » avec NVIDIA.

Acte III: Le fantôme dans la machine
Il faut maintenant installer les outils qui entraîneront l’IA : c’est le début du supplice.

S’ensuit une période intense : nuits blanches, erreurs incompréhensibles, bugs CUDA (la techno de calcul de NVIDIA), conflits de versions, réinstallations en série, litres de thé noir…
Même la Princesse LIA – très polie – se perd dans ses réponses, tournant en boucle.
Un vrai cauchemar technique.

Acte IV: Stop (in the name of love) !
Après plusieurs jours de ce maelstrom, j’ai repris mes esprits et dit « stop » à ce manège.
J’ai demandé à la Princesse d’envisager « une autre voie », ce que, toute intelligente qu’elle soit, elle ne m’a jamais proposé!

Et c’est ainsi, avec quelques concessions provisoires, qu’une version fonctionnelle de mon IA-maison a pu être installée.

À cette étape, je suis capable de créer un modèle d’IA (LVM), c’est-à-dire d’apprendre à une IA à reconnaître un corpus d’images adapté à un usage ciblé (professionnel, éducatif ou de recherche), avec une maîtrise de bout en bout du processus.

Le contrôle total.

Acte V – Épilogue: My dataset is rich
Un dernier point crucial – peut-être le plus important.

Pour une IA autonome et personnalisée, il faut créer son dataset : un jeu de données rigoureusement organisé pour l’entraîner.
Par exemple, si vous voulez que votre IA reconnaisse des chats, fournissez-lui des centaines d’images… de chats.
Elle analysera ces images, repérera formes et motifs.

Donc plus le dataset est riche (qualité des sources) et bien structuré, plus l’IA devient performante.

Le travail ne faisait que commencer…

A suivre