Les prémices d'une "UX/UI générative"

Hello 👋

Cette semaine nous allons revenir sur :

• Les Artifacts de Claude et l'émergence d'une "UX/UI générative"

• Le nouveau modèle Mistral Large 2

• Le lancement de Llama 3.1 405B par Meta

• La crise imminente des données d'entraînement pour l'IA

• Les avancées d'Adobe en IA générative

• Les autres actualités marquantes du secteur

🔮 Les prémices d'une “UX/UI générative” ?

Récemment, une nouvelle fonctionnalité fait son apparition et pourrait bien marquer un tournant dans notre interaction avec les assistants IA. Anthropic, la société derrière Claude, a dévoilé il y a quelques semaines les "Artifacts", une innovation qui pourrait bien être les prémices d'une expérience utilisateur (UX) et d'une interface utilisateur (UI) génératives. Plongeons dans ce que cela signifie et pourquoi cela pourrait représenter un véritable changement de paradigme.

Qu'est-ce que les Artifacts ?

Les Artifacts sont une nouvelle fonctionnalité de Claude permettant à l'IA de créer et de manipuler des contenus plus complexes et interactifs. Au lieu de simplement générer du texte, Claude peut désormais produire des éléments tels que des tableaux de bord interactifs, des visualisations de données, ou même des mini-applications directement dans l'interface de conversation.

L'émergence d'une UX/UI générative

L'introduction des Artifacts marque potentiellement le début de ce que nous pourrions appeler une "UX/UI générative". Mais que signifie exactement ce terme ? Une UX/UI générative implique des expériences digitales plus dynamiques, personnalisées et créées à la volée en fonction des besoins spécifiques de l'utilisateur. Plutôt que de se contenter d'interfaces statiques et de réponses textuelles, nous entrons dans une ère où l'interaction avec l'IA peut produire des expériences uniques et adaptées.

Vidéo : Mozza Bytes - EP11 - Olivier Godement, Head of Product at Open AI

Olivier Godement, Head of Product chez OpenAI, partage une vision similaire pour le futur des interfaces : "Je pense qu'à un peu plus long terme, des approches génératives [seront] très probablement [adoptées]. [...] Je pense que toi et moi et tout comme tout le monde on n'a pas les mêmes préférences en terme de densité d'information, de quelle information est plus pertinente ou pas [...] et donc je pense qu'il y a une opportunité assez énorme en effet pour que chaque personne [ait] en gros le web le plus personnalisé."

Prenons quelques exemples concrets de ce que peut déjà permettre une UX/UI générative avec des outils comme les Artifacts sur Claude :

1. Dashboards interactifs personnalisés : Au lieu de demander un simple résumé d'un document, vous pouvez obtenir un tableau de bord interactif généré par l'IA, vous permettant d'explorer les données de manière visuelle et dynamique, avec une interface adaptée à vos préférences personnelles.

2. Simulateurs sur mesure : Plutôt que de faire des calculs avec des hypothèses figées, vous pouvez demander à l'IA de concevoir un simulateur adapté à votre problème spécifique, avec une interface utilisateur générée spécifiquement pour votre cas d'usage.

3. Prototypes d'interface évolutifs : Les designers peuvent rapidement générer et itérer sur des prototypes d'interface utilisateur directement dans la conversation avec l'IA, en ajustant les éléments visuels et interactifs en temps réel.

Un changement de paradigme en vue ?

L'introduction des Artifacts et le concept d'UX/UI générative pourraient bien représenter un changement de paradigme dans notre façon d'interagir avec l'IA et de consommer l'information.

Voici pourquoi :

1. Personnalisation poussée : Chaque interaction pourrait produire une expérience unique, adaptée aux besoins spécifiques de l'utilisateur. Comme le souligne Olivier Godement, "la prochaine grosse étape c'est concrètement tu as ta propre UI, tu as ton propre produit".

2. Interactivité accrue : Au lieu de consommer passivement l'information, les utilisateurs peuvent interagir directement avec les contenus générés, modifiant l'interface selon leurs besoins.

3. Fusion de la génération et de l'exploration : La frontière entre la génération de contenu et son exploration devient floue, offrant une expérience plus fluide et immersive.

4. Démocratisation de la création : Des outils complexes pourraient être générés à la demande, rendant accessibles des capacités auparavant réservées aux experts.

Les défis à relever

Bien que l'enthousiasme soit justifié, cette nouvelle approche soulève également des défis :

1. Complexité technique : Générer des interfaces et des applications à la volée nécessite une infrastructure et des capacités techniques considérables.

2. Contrôle qualité : Comment s'assurer que les expériences générées sont fiables, sécurisées et de haute qualité ?

3. Surcharge cognitive : Une personnalisation excessive pourrait-elle mener à une surcharge d'information pour les utilisateurs ?

4. Éthique et biais : Comment garantir que ces expériences générées ne perpétuent pas ou n'amplifient pas des biais existants ?

5. Adaptation des utilisateurs : Comme le note Olivier Godement, "ça va prendre du temps parce que sur le coup ça demande un énorme changement des des comportements des habitudes des consommateurs".

Dans le sillage d'autres innovations

Il est intéressant de noter que cette approche s'inscrit dans une tendance plus large de l'industrie de l'IA à rendre les interactions plus contextuelles et personnalisées. Rappelons-nous :

• Les GPTs d'OpenAI : Ces versions personnalisées de ChatGPT permettent aux utilisateurs de créer des assistants IA spécialisés pour des tâches spécifiques.

• Les Projects de Claude : Similaires aux GPTs, ils offrent un moyen de donner un contexte riche et persistant à Claude pour des interactions plus ciblées.

Ces innovations, tout comme les Artifacts, visent à améliorer la qualité des réponses en fournissant un contexte plus riche à l'IA. C'est le principe du "Garbage in, Garbage out" inversé : plus le contexte est de qualité, meilleures seront les réponses.

Que nous réserve l'avenir ?

Il y a fort à parier qu'OpenAI et d'autres acteurs majeurs de l'IA ne resteront pas les bras croisés face à cette innovation. Nous pourrions bien voir émerger des fonctionnalités similaires dans d'autres plateformes d'IA conversationnelle dans un futur proche.

Olivier Godement offre une perspective intéressante sur la transition vers ces nouvelles interfaces : "Aujourd'hui les produits que je vois qui me semblent avoir la bonne intuition, c'est les produits qui mélangent, qui combinent très bien en fait un agent, un copilot AI, avec une interface classique." Il cite l'exemple de Shopify, qui intègre un agent IA à côté de son interface traditionnelle, permettant aux utilisateurs de voir en temps réel les actions de l'IA sur leur dashboard.

À titre personnel, je suis aussi très curieux de voir sur quoi des initiatives comme Poolside AI pourraient déboucher, surtout quand on lit sur leur site des points comme “allow anyone to build software by making AI-led/human-assisted interactions the next abstraction for building software”.

Image : Poolside AI

À mesure que ces technologies évolueront, nous devrions assister à une véritable révolution dans la manière dont nous interagissons avec l'information et les outils numériques. L'ère de l'UX/UI générative ne fait peut-être que commencer, et elle promet de redéfinir notre relation avec la technologie d'une manière que nous commençons à peine à imaginer.

📢 News

Mistral Large 2 : Le nouveau modèle puissant de Mistral AI

Mistral AI a dévoilé son dernier modèle de langage, Mistral Large 2, présentant des avancées significatives en capacités multilingues, raisonnement et codage. Avec 123 milliards de paramètres et une fenêtre de contexte de 128 000 tokens, le modèle vise à concurrencer les leaders de l'industrie comme GPT-4 d'OpenAI et Llama 3.1 de Meta, excellant particulièrement dans la génération de code et les tâches mathématiques.

Mistral Large 2 établit une nouvelle norme dans le ratio performance/coût pour les modèles ouverts, atteignant une précision de 84,0% sur le benchmark MMLU tout en étant plus rentable que de nombreux concurrents. Avec un prix de 4,50 $ par million de tokens (ratio mixte 3:1), il offre un équilibre compétitif entre performance et coût.

Image : Mistral AI

Image : Mistral AI

Supportant des dizaines de langues et plus de 80 langages de programmation, Mistral Large 2 démontre des capacités multilingues impressionnantes. Sur le benchmark Multilingual MMLU, il surpasse Llama 3.1 70B base de 6,3% en moyenne sur neuf langues.

Personnellement, je trouve que ces avancées de Mistral AI sont très prometteuses. La startup française montre qu'elle peut rivaliser avec les géants américains, ce qui est de bon augure pour l'écosystème IA européen.

Source

Meta lance Llama 3.1 405B, son plus grand modèle d'IA open source

Image : Meta

Meta a dévoilé son modèle d'IA le plus avancé à ce jour, Llama 3.1 405B, avec 405 milliards de paramètres et des capacités rivalisant avec les modèles propriétaires leaders. Cette sortie marque une étape importante dans le développement de l'IA open source, Meta affirmant des performances comparables ou supérieures à celles des modèles d'OpenAI et d'Anthropic sur divers benchmarks.

Formé sur plus de 15 billions de tokens à l'aide de 16 000 GPU NVIDIA H100, Llama 3.1 405B dispose d'une fenêtre de contexte de 128K tokens. Il excelle dans le support multilingue à travers huit langues et démontre des capacités avancées en connaissance générale, génération de texte long, traduction multilingue, codage, mathématiques et raisonnement avancé.

Image : Bloomberg

Bien que qualifié d'"open source" par Meta, les conditions de licence de Llama 3.1 405B ont suscité des débats au sein de la communauté IA. Certains experts remettent en question la véritable nature open source du modèle, citant des restrictions dans la licence et un manque de transparence concernant les datasets d'entraînement.

Je trouve cette initiative de Meta très intéressante, car elle pousse l'industrie vers plus d'ouverture. Cependant, les débats autour de la licence montrent que la définition de l'open source dans l'IA reste un sujet complexe et controversé.

Source

Crise imminente : les entreprises d'IA perdent rapidement l'accès aux données d'entraînement

Une crise se profile alors que les entreprises d'IA perdent rapidement accès aux données d'entraînement. Les restrictions croissantes sur le contenu public en ligne rendent les modèles d'IA moins efficaces et potentiellement biaisés. Les entreprises cherchent des alternatives telles que les données synthétiques, mais celles-ci ne peuvent pas remplacer complètement le contenu original créé par des humains.

Cette situation soulève des inquiétudes quant à la qualité future des modèles d'IA. Les accords entre les entreprises technologiques et les médias pour l'accès aux données suscitent également des interrogations sur l'équité et la diversité des sources d'information utilisées pour entraîner les IA.

Il est possible que cette crise des données d'entraînement pourrait avoir des conséquences majeures sur le développement de l'IA dans les années à venir. Elle souligne l'importance de trouver un équilibre entre l'innovation technologique et le respect des droits d'auteur et de la propriété intellectuelle. Et ce n’est pas gagné…

Source

Adobe ajoute de nouvelles fonctionnalités d'IA générative à Illustrator et Photoshop

Adobe intègre de nouvelles fonctionnalités d'IA générative à Illustrator et Photoshop pour accélérer les flux de travail créatifs. Les mises à jour les plus notables concernent Illustrator avec le modèle Firefly Vector AI, offrant la possibilité d'ajouter des vecteurs détaillés aux formes via des descriptions textuelles.

Les nouvelles fonctionnalités comprennent un outil de dimensionnement automatique, un outil de maquette pour prévisualiser le design sur des produits 3D, et la conversion de texte statique en texte éditable. Photoshop bénéficie également d'améliorations, notamment pour la génération d'images et l'outil de sélection.

Ces avancées s'inscrivent dans le développement constant de l'IA générative par Adobe et montrent comment l'IA transforme rapidement les outils de création graphique.

Source

Harvey, une startup soutenue par OpenAI, lève 100 millions de dollars

Harvey, une startup soutenue par OpenAI, a levé 100 millions de dollars dans une série C menée par GV. Elle développe un "copilote" alimenté par l'IA pour les avocats. Harvey a maintenant levé un total de 206 millions de dollars, valorisant la société à 1,5 milliard de dollars.

Les fonds seront utilisés pour collecter et organiser des données, étendre les services payants de Harvey et développer davantage l'IA. Harvey est actuellement utilisé quotidiennement par des milliers d'avocats et a triplé son chiffre d'affaires annuel depuis décembre.

Cette levée de fonds impressionnante montre l'intérêt croissant des investisseurs pour les applications d'IA spécialisées dans des domaines précis comme le droit. Je pense que nous verrons de plus en plus de ces "copilotes IA" se développer dans différents secteurs professionnels.

Source

OpenAI discute avec Broadcom pour développer une nouvelle puce IA

OpenAI a entamé des discussions avec Broadcom concernant la création d'une nouvelle puce d'intelligence artificielle. Le projet est en cours et vise à développer non seulement une puce AI, mais aussi des centres de données pour les héberger. Cette initiative est dirigée par Sam Altman, le PDG d'OpenAI.

Cette démarche d'OpenAI est significative car elle montre la volonté de l'entreprise de maîtriser toute la chaîne de valeur de l'IA, du matériel au logiciel. C'est une stratégie audacieuse qui pourrait leur donner un avantage concurrentiel important, mais qui comporte aussi des risques non négligeables.

Source

🙏 Merci de nous lire. À la prochaine ! 

Pierre + 🤖

P.S. Si vous aimez cette newsletter, partagez-là avec vos amis et collègues en leur envoyant ce lien.