Exemple-A1 Images et créations

 Exemple atelier.

Comment savoir si une image a été créée avec une intelligence artificielle?

Comment savoir si une image a été créée avec une intelligence artificielle? 

Il existe plusieurs façons de savoir si une image a été créée par une intelligence artificielle. Voici quelques astuces pour vous aider à vérifier si une image a été créée par une IA¹³ :

1. Bien analyser l'image : Dans certains cas, il est relativement facile de savoir si une image a été créée par une intelligence artificielle.

2. Identifier la source de l'image : Savoir qui a publié une photo et sur quel site peut certainement aider à identifier une fausse image.

3. Recherche d'image inversée : Une autre méthode simple consiste à utiliser la recherche inversée sur l'image.

4. Scruter les détails : Les images générées par IA ont souvent des détails qui ne sont pas tout à fait corrects.

5. Observer l'arrière-plan : Les images générées par IA ont souvent des arrière-plans qui ne sont pas tout à fait corrects.

J'espère que cela vous aidera ! N'hésitez pas à me poser d'autres questions si vous en avez besoin. Voici des outils (peut nombreux).

En résumé 

Il peut être difficile de vérifier si une image a été créée par une intelligence artificielle (IA), car certaines IA sont très performantes et peuvent générer des images qui ressemblent beaucoup à celles créées par des humains.

Cependant, il existe des outils qui peuvent aider à détecter si une image a été créée par une IA. L'un de ces outils est le "Reverse Image Search" de Google, qui peut parfois détecter des images générées par des IA en les comparant à des images similaires en ligne. Un autre outil est le "AI Image Recognition Tool" de Image Identify, qui utilise des algorithmes de reconnaissance d'image pour identifier les caractéristiques typiques des images générées par l'IA.

Cependant, il est important de noter que ces outils ne sont pas infaillibles et qu'il est possible qu'ils identifient incorrectement une image comme étant créée par une IA ou vice versa. La meilleure façon de vérifier si une image a été créée par une IA est de demander des informations sur l'origine de l'image à la personne qui l'a créée ou de faire des recherches approfondies sur l'image.

Which Face Is Real has been developed by Jevin West and Carl Bergstrom at the University of Washington as part of the Calling Bullshit project. 

All images are either computer-generated from thispersondoesnotexist.com using the StyleGAN software, or real photographs from the FFHQ dataset of Creative Commons and public domain images. License rights notwithstanding, we will gladly respect any requests to remove specific images; please send the URL of the results pages showing the image in question.

PLAY with Which Face Is Real?

De même que pour les analyses textuelles (faisant suite à l’émergence de ChatGPT),

Certaines solutions se mettent en place afin de détecter si une image a été produite par intelligence artificielle. À cette heure, toutes ne sont pas performantes : le GAN detector de Mayachitra Inc, entreprise initialement spécialisée dans la reconnaissance d’images par IA, a encore du chemin à faire pour être fiable. Mais ces outils gagneront à se perfectionner à force d’être entraînés. Par ailleurs, de nombreuses entreprises de renom, comme Microsoft ou Intel, travaillent depuis quelques années sur la reconnaissance des deepfakes, et leur expertise pourrait s’avérer utile dans le développement de nouveaux outils. De son côté, l’entreprise Hive AI propose aux entreprises une API visant à détecter et modérer les œuvres d’art générées par l’IA.

 

 Detect and Moderate AI-Generated Artwork Using Hive’s New API | Hive (thehive.ai)

https://thehive.ai/blog/detect-and-moderate-ai-generated-artwork-using-hives-new-classification-model

Des problèmes à l'avenir ?

Des experts en intelligence artificielle ont déclaré à la BBC que si les images truquées n'étaient "pas nouvelles", la rapidité des progrès dans ce domaine et le potentiel d'utilisation abusive étaient préoccupants."Le contenu synthétique évolue rapidement et la différence entre le contenu authentique et le faux contenu devient de plus en plus difficile à déchiffrer", explique Mounir Ibrahim de Truepic, une société d'analyse de contenu numérique.Les experts s'accordent à dire que la célébrité de Donald Trump rend les faux faciles à détecter. Mais les images de personnes inconnues pourraient rendre la tâche plus difficile, et la technologie ne cesse de s'améliorer.

DEMO by : AI models Demo | Hive (thehive.ai)

Detect and Moderate AI-Generated Artwork Using Hive’s New API | Hive (thehive.ai)

[2111.06575] Self-supervised GAN Detector (arxiv.org) 

AI models Demo | Hive (thehive.ai)

https://thehive.ai/demos?case_study=ai_generated_image_detection 

Detect AI generated images from popular tools like DALL-E, Midjourney, Stable Diffusion, and others.

------------------------------------------------------------------------------------

GitHub - NVlabs/ffhq-dataset: Flickr-Faces-HQ Dataset (FFHQ)

https://github.com/NVlabs/ffhq-dataset

Flickr-Faces-HQ (FFHQ) is a high-quality image dataset of human faces, originally created as a benchmark for generative adversarial networks (GAN):

A Style-Based Generator Architecture for Generative Adversarial Networks
Tero Karras (NVIDIA), Samuli Laine (NVIDIA), Timo Aila (NVIDIA)
https://arxiv.org/abs/1812.04948

The dataset consists of 70,000 high-quality PNG images at 1024×1024 resolution and contains considerable variation in terms of age, ethnicity and image background. It also has good coverage of accessories such as eyeglasses, sunglasses, hats, etc. The images were crawled from Flickr, thus inheriting all the biases of that website, and automatically aligned and cropped using dlib. Only images under permissive licenses were collected. Various automatic filters were used to prune the set, and finally Amazon Mechanical Turk was used to remove the occasional statues, paintings, or photos of photos.

Please note that this dataset is not intended for, and should not be used for, development or improvement of facial recognition technologies. For business inquiries, please visit our website and submit the form: NVIDIA Research Licensing.

-------------------------------------------------------

GitHub - NVlabs/stylegan: StyleGAN - Official TensorFlow Implementation

https://github.com/NVlabs/stylegan

This repository contains the official TensorFlow implementation of the following paper:

A Style-Based Generator Architecture for Generative Adversarial Networks
Tero Karras (NVIDIA), Samuli Laine (NVIDIA), Timo Aila (NVIDIA)
https://arxiv.org/abs/1812.04948

Abstract: We propose an alternative generator architecture for generative adversarial networks, borrowing from style transfer literature. The new architecture leads to an automatically learned, unsupervised separation of high-level attributes (e.g., pose and identity when trained on human faces) and stochastic variation in the generated images (e.g., freckles, hair), and it enables intuitive, scale-specific control of the synthesis. The new generator improves the state-of-the-art in terms of traditional distribution quality metrics, leads to demonstrably better interpolation properties, and also better disentangles the latent factors of variation. To quantify interpolation quality and disentanglement, we propose two new, automated methods that are applicable to any generator architecture. Finally, we introduce a new, highly varied and high-quality dataset of human faces.

For business inquiries, please visit our website and submit the form: NVIDIA Research Licensing

★★★ NEW: StyleGAN2-ADA-PyTorch is now available; see the full list of versions here ★★★

Resources

Material related to our paper is available via the following links:

• Paper: https://arxiv.org/abs/1812.04948
• Video: https://youtu.be/kSLJriaOumA
• Code: https://github.com/NVlabs/stylegan
• FFHQ: https://github.com/NVlabs/ffhq-dataset

Additional material can be found on Google Drive:

------------------------------------------------------------------

"Reverse Image Search" de Google.

La recherche d'images inversée de Google est un outil qui permet de rechercher des images similaires à une image donnée. Vous pouvez utiliser cette fonctionnalité en allant sur Google Images et en cliquant sur l'icône de l'appareil photo dans la barre de recherche. Vous pouvez ensuite télécharger une image ou coller l'URL d'une image pour trouver des images similaires ou des informations sur l'image. Vous pouvez également utiliser la recherche d'images inversée pour trouver la source d'une image ou pour vérifier si une image a été modifiée ou utilisée ailleurs sur le web².

Source : Conversation avec Bing, 18/04/2023(1) Search with an image on Google - Computer - Google Search Help. https://support.google.com/websearch/answer/1325808?hl=en&co=GENIE.Platform%3DDesktop

(2) Google Images. https://images.google.com/

(3) Google Advanced Image Search. https://www.google.com/advanced_image_search

--------------------------------------------------------------------------------------------

5 conseils pour détecter une image générée par l’IA (blogdumoderateur.com)

On vous explique comment repérer une image créée par une intelligence artificielle (francetvinfo.fr)

6 générateurs d'images par intelligence artificielle (blogdumoderateur.com)

Comment détecter un texte généré par une IA comme ChatGPT : outils et méthodes (blogdumoderateur.com)

Détecteur de contenu IA | Détecteur IA | Détecter GPT4 - Copyleaks

à avril 18, 2023 

 

Les conseils pour tirer parti des outils d'IA sans compromettre la sécurité de son entreprise.

Comment les entreprises peuvent-elles tirer parti de la puissance des outils d'IA émergents sans compromettre leur sécurité ? Voici quelques conseils pour vous aider à profiter de l'IA de façon sûre.

L’intelligence artificielle est l’une des grandes révolutions en cours. Les progrès techniques de l’IA et de l’apprentissage automatique (ML) fascinent tant pour les évolutions positives qu’ils peuvent générer que pour les dangers troublants auxquels ils pourraient conduire. Compte tenu des prévisions établies entre autres par le Nielsen Norman Group, qui estime que les outils d’IA peuvent améliorer la productivité des employés de 66 %, il n’est pas surprenant que les entreprises du monde entier veuillent dès à présent en tirer parti. Toutefois, d’autres experts mettent en garde contre les conséquences négatives de l’utilisation de l’IA, notamment la génération de résultats inexacts, ainsi que les fuites et les vols de données.

Comment les entreprises peuvent-elles tirer parti de la puissance des outils d’IA et de machine Learning émergents sans compromettre leur sécurité ? Voici quelques conseils pour vous aider à tirer parti des outils d’IA de la manière la plus sûre qui soit.

Quels sont les risques liés aux outils d’IA pour les entreprises ?

À première vue, l’IA n’est rien d’autre que de la statistique à très grande échelle. Tous les modèles d’IA dépendent des données pour générer des résultats sur une base statistique dans leur domaine de prédilection. De ce fait, la plupart des risques portent sur ces données, a fortiori sur les données confidentielles ou sensibles. En utilisant des outils d’IA/ML externes, les entreprises courent le risque que le fournisseur du produit utilise leurs données pour entraîner ses algorithmes. Ce faisant, il pourrait accidentellement faire fuiter votre propriété intellectuelle ou la voler. Par ailleurs, un outil d’IA exploitant des données erronées produira des résultats inexacts. Fort heureusement, nombre d’outils d’IA sont très puissants et peuvent être utilisés en toute sécurité moyennant quelques précautions.

Conseil no 1 : Ne pas oublier que si c’est gratuit, c’est vous le produit !

Si l’outil ou le service d’IA que vous utilisez est gratuit, attendez-vous à ce qu’il exploite les données que vous fournissez. De nombreux services et outils d’IA, dont ChatGPT, ont recours à un modèle d’utilisation similaire à celui des services de réseaux sociaux tels que Facebook et Tik Tok. Bien que vous ne déboursiez rien pour utiliser ces sites, vous les rémunérez en partageant vos données privées, que ces entreprises utilisent pour cibler les publicités et les monétiser. De même, un service d’IA gratuit peut collecter des données à partir de vos appareils et conserver vos échanges, et les utiliser pour entraîner son modèle. Cela peut sembler anodin, mais on ne peut être certain de la manière dont un service d’IA va monétiser vos données. Plus important encore : si cette entreprise est victime d’un piratage, des cybercriminels pourraient mettre la main sur vos données.

Conseil no 2 : Prévoir des accords de révision juridique

La meilleure façon de savoir comment un outil ou un service d’IA traitera vos données est de lire le contrat de licence d’utilisation, le contrat de service principal, les conditions générales et les politiques de confidentialité du fournisseur. Complexes et longs, ces documents utilisent souvent des termes compliqués pour masquer la manière dont le fournisseur peut utiliser vos données. C’est pourquoi les juristes de l’entreprise doivent les examiner et vous alerter si certains termes présentent un risque pour vos données. Un responsable de la confidentialité des données spécialisé dans le RGPD ou toute autre conformité en matière de protection de la vie privée peut également aider à réviser ces accords.

Conseil no 3 : Protéger vos données internes

Les outils d’IA externes présentent naturellement des risques : un employé peut, intentionnellement ou non, partager des données sensibles ou confidentielles avec l’outil, exposant ainsi les données à un usage abusif. Pour écarter cette menace, les entreprises doivent veiller à appliquer les « principes du moindre privilège » pour déterminer qui peut accéder aux données confidentielles ou sensibles. Certaines organisations n’empêchent pas suffisamment leurs employés d’accéder aux données de l’entreprise dont ils n’ont pas besoin dans le cadre de leurs fonctions. Limiter l’accès des employés aux seules données dont ils ont besoin permet de réduire la quantité de données qu’ils pourraient divulguer à un outil d’IA externe et de limiter le risque de fuite d’informations.

Conseil no 4 : Vérifier les paramètres et envisager de payer pour la confidentialité

Qu’ils soient gratuits ou payants, les outils ou services d’IA disposent souvent de paramètres permettant de renforcer la confidentialité. Par exemple, certains outils peuvent être configurés pour ne pas stocker les données relatives à vos requêtes. Vérifiez les paramètres de confidentialité de votre outil d’IA et configurez-les selon vos préférences. Si les outils gratuits se réservent généralement le droit d’utiliser vos données, vous pouvez néanmoins vous procurer, moyennant le paiement d’un droit de licence, des versions d’entreprise des outils d’IA qui offrent une meilleure protection. Ces outils garantissent souvent que les données ne seront pas exploitées et qu’elles resteront segmentées. Il est parfois préférable de payer pour bénéficier de la confidentialité des données dont vous avez besoin.

Conseil no 5 : Contrôler l’utilisation de l’IA au sein de votre entreprise

Connaissez-vous tous les actifs, les services SaaS ou les magasins de données auxquels vos employés ont recours ? Difficile de le savoir, car le Cloud et les services web permettent à tout le monde d’utiliser des outils basés sur le web. Il en va de même pour les offres SaaS axées sur l’IA. Il est capital de déterminer quels outils d’IA externes vos employés utilisent, de quelle manière et avec quelles données. Pour ce faire, le meilleur moyen est d’auditer et de documenter l’utilisation de l’IA dans le cadre du processus d’achat. En identifiant tous les outils d’IA internes et externes utilisés par vos employés, vous serez mieux à même de comprendre les risques auxquels vous êtes confrontés.

Conseil no 6 : Définir une politique en matière d’IA et sensibiliser aux risques

La politique est la pierre angulaire de la sécurité. Les risques auxquels votre entreprise est confrontée dépendent de ses missions, de ses besoins et des données qu’elle utilise. Si vous ne traitez que des données publiques, leur partage ne présente que peu de risques et votre politique en matière d’IA peut être permissive. En revanche, si vous détenez des secrets nécessitant un très haut niveau de confidentialité, vous devrez appliquer des règles strictes concernant l’utilisation des données dans les outils d’IA externes. Vous devez donc définir une politique en matière d’IA adaptée aux besoins spécifiques de votre entreprise. Une fois cette politique établie, vous devez la communiquer régulièrement à vos employés, au même titre que les risques associés aux outils d’IA. La sensibilisation est, en tout état de cause, un élément essentiel.

Les outils d’IA peuvent fournir des résultats de manière rapide et facile tout en offrant, semble-t-il, des avantages considérables pour l’entreprise. Néanmoins, ils comportent également des risques cachés. Heureusement, comme pour toute technologie, vous pouvez exploiter les outils d’IA en toute sécurité en adoptant quelques précautions afin de tirer parti des avantages qu’ils promettent.

--- 

Erol GIRAUDY 

https://about.me/giraudyerol

POC-PAI: Organiser un congrès sur l'intelligence artificielle (IA) (uga-ia.blogspot.com)

https://uga-ia.blogspot.com/2023/12/organiser-un-congres-sur-lintelligence.html?zx=a9a9ea7fde691dfc

Recherche simple "Giraudy Erol" : liste de notices | BnF Catalogue général

https://catalogue.bnf.fr/rechercher.do?motRecherche=Giraudy+Erol&critereRecherche=0&depart=0

YouTube

https://www.youtube.com/@EROLGIRAUDY

https://www.linkedin.com/in/erolgiraudy2018/?originalSubdomain=ad

Organiser un congrès sur l'intelligence artificielle (IA)

Voici un guide pour vous aider à planifier et à exécuter avec succès un tel événement :

Objectifs du congrès :

Définissez clairement les objectifs de votre congrès. Est-ce une plateforme pour le partage des connaissances, le réseautage professionnel, ou la présentation de nouvelles recherches et technologies en IA ?

Comité organisateur :

Formez un comité organisateur composé de professionnels de l'IA, de chercheurs, d'experts en organisation d'événements et de personnes ayant une expertise en marketing.

Outils de partages collaboratifs et de PAO.

Cible

Définir la cible et la langue parlée.

Marketing - moyens publicitaires - relais et contacts

Thématique :

Choisissez une thématique spécifique pour le congrès afin de le rendre plus attrayant pour un public cible. Cela peut être une technologie particulière, des applications industrielles ou des enjeux éthiques.

Lieu et date :

Sélectionnez un lieu approprié avec des installations adaptées aux besoins technologiques de l'événement. Fixez la date du congrès suffisamment à l'avance pour permettre aux participants de planifier leur participation.

Partenariats :

Établissez des partenariats avec des entreprises, des universités, des organisations de recherche et des sponsors pour obtenir un soutien financier, logistique et promotionnel.

Programme :

Élaborez un programme varié comprenant des conférences, des ateliers, des démonstrations technologiques, des tables rondes et des présentations de posters.

Accueil café - Ouverture - Perspectives - Keynote - Questions/réponses avec la salle - Tables rondes -  Regards croisés - Clôture. Modération assurée par XX (rédacteur en chef du XX ).

Appel à contributions :

Lancez un appel à contributions pour inviter des chercheurs, des professionnels et des entreprises à soumettre leurs idées, travaux et projets en lien avec l'IA.

Conférenciers invités :

Invite des experts renommés dans le domaine de l'IA pour donner des conférences magistrales et partager leurs connaissances.

Conférences avec Université et SSII

Liste des intervenants :

Inscription :

Mettez en place un système d'inscription en ligne pour faciliter le processus d'inscription des participants. Proposez des tarifs réduits pour les étudiants et les chercheurs. Communication et promotion : Utilisez les médias sociaux, le marketing en ligne, les communiqués de presse et d'autres canaux pour promouvoir votre congrès. Créez un site web dédié à l'événement. et des RSE. + adresses email.

Technologie :

Assurez-vous que le lieu est équipé des technologies nécessaires pour les présentations, les démonstrations et le streaming en direct, le cas échéant. Si c'est le cas installer des ateliers.

Voir Exp.:1 et 2...

Réseautage :

Prévoyez des espaces dédiés au réseautage pour permettre aux participants de se connecter, d'échanger des idées et de créer des opportunités professionnelles.

Prévoir un challenge.

Évaluation et retours :

Collectez des retours des participants pour évaluer la réussite de l'événement. Utilisez ces informations pour améliorer les futures éditions.

Documents et supports :

Préparez des documents de soutien, tels que des livres de résumés, des programmes imprimés et des badges pour faciliter la participation des personnes présentes.

Invitations

Faire une liste protocolaire et prévoir des places libres pour ces personnes.

Faire un bilan des ventes et sponsors à 4 semaines de l'événement.

Traduction

Lancer des tests une semaine avant. Valider les modalités d'usages et faire une note d'emplois.

Annales

Organiser l'historisation de cette manifestation.

En suivant ces étapes, vous pouvez contribuer à faire de votre congrès sur l'IA un événement informatif, inspirant et mémorable.

--- 

Erol GIRAUDY 

https://about.me/giraudyerol

POC-PAI: Organiser un congrès sur l'intelligence artificielle (IA) (uga-ia.blogspot.com)

https://uga-ia.blogspot.com/2023/12/organiser-un-congres-sur-lintelligence.html?zx=a9a9ea7fde691dfc

Recherche simple "Giraudy Erol" : liste de notices | BnF Catalogue général

https://catalogue.bnf.fr/rechercher.do?motRecherche=Giraudy+Erol&critereRecherche=0&depart=0

YouTube

https://www.youtube.com/@EROLGIRAUDY

https://www.linkedin.com/in/erolgiraudy2018/?originalSubdomain=ad

Communauté qui crée l’intelligence des données

 

Rejoignez la communauté qui crée l’intelligence des données

Management & Data Science est une plateforme d’innovation ouverte et gratuite où les experts de la Datascience collaborent aux projets de la transformation numérique.

Management & Data Science (management-datascience.org)

https://management-datascience.org/

--- 

Erol GIRAUDY 

https://about.me/giraudyerol

POC-PAI: Organiser un congrès sur l'intelligence artificielle (IA) (uga-ia.blogspot.com)

https://uga-ia.blogspot.com/2023/12/organiser-un-congres-sur-lintelligence.html?zx=a9a9ea7fde691dfc

Recherche simple "Giraudy Erol" : liste de notices | BnF Catalogue général

https://catalogue.bnf.fr/rechercher.do?motRecherche=Giraudy+Erol&critereRecherche=0&depart=0

YouTube

https://www.youtube.com/@EROLGIRAUDY

https://www.linkedin.com/in/erolgiraudy2018/?originalSubdomain=ad

 PROMPT CHALLENGE

Dans un monde où l’intelligence artificielle générative joue un rôle de plus en plus important, des questions se posent sur la qualité du contenu produit et sur la manière dont ces systèmes peuvent renforcer ou menacer l’expertise humaine. Pour explorer ces questions et identifier les meilleures pratiques, Management & Datascience organise une compétition de prompt engineering. Venez nous rejoindre et démontrer votre savoir-faire en intelligence artificielle générative !

Présentation

A l’aube d’une nouvelle ère technologique, où l’intelligence artificielle générative façonne nos interactions quotidiennes. Nous sommes à un carrefour où l’expertise humaine rencontre la puissance algorithmique, et nous vous invitons à explorer cet espace avec nous.

L’intelligence artificielle renforce-t-elle les capacités des experts en leur fournissant des outils sans précédent pour élargir et affiner leurs compétences ? Ou ces systèmes menacent-ils de rendre obsolète la notion même d’expertise, en rendant accessible à tous un savoir autrefois réservé à une élite ?

Avec l’usage croissant des intelligences artificielles génératives en entreprise, de nombreuses questions se posent sur la qualité du contenu produit. Comment pouvons-nous garantir la fiabilité des informations extraites ? Comment détecter un contenu généré par les machines ? Et peut-on vraiment exploiter les IA génératives pour exécuter des tâches compliquées ?

Une des solutions pour améliorer la qualité des réponses est le prompt engineering. Il permet de formuler des instructions ou des consignes spécifiques pour guider la génération de texte, d’images, ou de tout autre type de contenu à l’aide de l’IA.

C’est dans ce contexte que Management & Datascience organise une compétition de prompt engineering. Cette compétition vise à identifier les meilleures pratiques d’intelligence artificielle générative.

Nous vous invitons à démontrer votre savoir-faire et à nous aider à tirer parti de la puissance de l’Intelligence Artificielle Générative. Relevez nos trois défis et élaborez les meilleurs prompts possibles sur trois thèmes différents :

Thème 1: Produire le résumé précis d’un document

Thème 2 : Générer un graphique à partir d’un texte

Thème 3 : Extraire des informations fiables

Rejoignez-nous dans cette aventure passionnante et aidez-nous à façonner l’avenir de l’intelligence artificielle générative. Nous avons hâte de voir ce que vous pouvez accomplir !

Challenge

1) Produire le résumé précis d’un document

Les modèles génératifs génèrent des textes dont le style et la syntaxe ne ressemblent que partiellement à la façon dont nous nous exprimons réellement.

Votre défi consiste à créer un prompt qui générera un résumé précis de 300 mots en français, lequel débouchera sur des recommandations concrètes.

Pour réaliser le résumé, vous utiliserez le corpus issu de l’article de Shen et al. (2023), intitulé « In chatgpt we trust? measuring and characterizing the reliability of chatgpt » et téléchargeable içi Téléchargement.

Attention, un lecteur humain parcourant le résultat du prompt ne devrait pas être en mesure d’identifier qu’il a été généré par une IA. Aucun détecteur du marché ne devrait pouvoir reconnaître qu’il s’agit d’un texte produit par une machine.

2) Générer un graphique à partir d’un texte

Un dessin vaut mieux qu’un beau discourt.

Votre défi consiste à créer un prompt qui transforme le texte du résumé que vous avez produit en un schéma compréhensible et pertinent.

Pour cela, vous devez utilisez une IA générative de votre choix puis la grammaire graphique de votre choix (Graphviz, Mermaid, PlanUML, le package Diagram de Python …).

Pour initier vos recherches vous pouvez étudier les qualités et les défauts du prompt suivant où l’IA générative transforme un texte en code GraphViz, ce  qui permet de générer un graphique en utilisant un site comme : https://dreampuf.github.io/GraphvizOnline/

Attention, pour ce prompt vous devrez fourni deux résultats : le code généré et le graphique généré !

3) Extraire des informations fiables

Les modèles génératifs publiques sont entraînés sur des données statiques, souvent pas à jour et dont la traçabilité est faible. Par ailleurs, ils sont sujets à ce que l’on nomme des “hallucinations” et nous fournissent alors des réponses dont la logique n’est pas la nôtre et qui contredisent les faits que nous pensons exacts.

Votre défi consiste à concevoir un prompt qui permette d’extraire des informations exacte et fiable.

Vous devez extraire des informations pour répondre aux questions suivantes :

Comment la fiabilité de ChatGPT varie-t-elle selon les domaines ?

Quel est l’impact des rôles du système sur l’exactitude de ChatGPT ?

Par ordre d’importance, quels sont les causes de défaillances des questions sans réponses ?

ChatGPT est-il vulnérable aux attaques adverses ?

Llama peut-il répondre de manière fiable face à des exemples contradictoires ?

Attention, pour ces prompts vous ne devez pas induire la réponse dans la consigne !

Pour extraire les informations, vous utiliserez le corpus issu de l’article de Shen et al. (2023), intitulé « In chatgpt we trust? measuring and characterizing the reliability of chatgpt » et téléchargeable içi Téléchargement.

Trophée

Les gagnants seront invités à présenter leurs résultats pendant le salon Big Data World Paris le jeudi 16 novembre 2023 à 16h30, lors d’une master class. Des experts scientifiques et professionnelles discuterons les résultats.

Les vainqueurs recevront le trophée du meilleur prompt engineer 2023 ainsi qu’un chèque cadeau. Ils bénéficieront d’une couverture médiatique (presse et réseaux sociaux) ainsi que la publication de leurs résultats au sein de la revue scientifique Management & Data Science.

MODALITÉS

Inscription

La participation au prompt challenge est gratuite ! Chaque candidat doit s’inscrire au préalable sur le site web de Management & Data Science. Toutefois, les participants individuels peuvent choisir de former une équipe de deux (2) membres maximum soumettant un livrable unique en tant que co-auteurs.

Soumission des prompts

La clôture des soumissions est fixée au 14 novembre 2023 à 23h29. La soumission des contributions se fait en ligne à partir de l’onglet « Participer » et doit respecter les consignes ci-dessous.

Vous devrez remplir le formulaire de votre soumission en créant un article qui comprendra :

un titre

un résumé montrant l’intérêt de contribution

le contenu de votre contribution

Pour chaque thème, vous devez fournir :

l’url de l’IA générative utilisée;

le texte  du prompt utilisé;

le meilleur résultat obtenu;

les commentaires de votre contribution avec une description aussi convaincante et claire que possible de la logique de votre prompt, de ses forces, mais aussi de ses faiblesses. A partir d’exemples, vous pouvez également montrer l’évolution de votre prompt et les éléments d’optimisation. Vous pouvez analyser le résultats obtenu en le comparant  avec d’autres outils d’IA et d’autres versions de prompt. L’objectif étant de montrer l’efficacité de votre prompt dans des contextes les plus variés et différents possibles.

A titre d’illustration, un exemple de soumission est accessible dans l’onglet ressource ou sur ce lien.

Évaluation

Pour chacun des thèmes, votre  prompt est évalué sur 10 points :

10 points pour le prompt classé premier;

7 points pour le deuxième;

5 points pour le troisième;

 2 points pour tout prompt «intéressant» ou «original» ou «prometteur»;

1 point de bonus sera donné aux prompts les plus génériques, c’est à dire fonctionnant efficacement sur 3 IA génératives.

Il aura donc quatre classements :

un classement par thème  (basé sur un score de 0 à 11 points au maximum);

un classement général totalisant les points des trois thèmes (basé sur un score de 0 à 33 points au maximum).

Critères d’évaluation

Utilité et pertinence : l’invite doit être conçue de manière à pouvoir proposer des réponses fiables et exactes.

Rigueur et originalité : l’invite doit démontrer une approche unique et créative pour résoudre le problème identifié, mettant en valeur l’innovation du participant et sa capacité à sortir des sentiers battus.

Clarté et adaptabilité : l’invite doit être clairement définie, facile à comprendre et inclure toutes les variables nécessaires pour un large éventail de cas d’utilisation. Il doit inclure des exemples de résultats. Ces exemples permettront de montrer l’efficacité de l’invite et sa capacité à résoudre le problème identifié.

Impact et efficacité  : l’invite doit être conçue de manière à pouvoir proposer une solution pratique qui peut être facilement mise en œuvre.

Jury

Un jury désignera le vainqueur en classant les meilleures propositions. Il est composé des membres suivants :

Henri LAUDE, Chief Data Scientist (Advanced Research Partners)

Olivier MAMAVI, Professeur en Data Management (Paris School of Business) et Directeur des données (Management & Datascience)

Romain ZERBIB, Enseignant-chercheur HDR (ICD Business Scool) et Directeur des données (Management & Datascience)

Outils

Pour tester vos prompts, vous pouvez utiliser le modèle de language que vous souhaitez, notamment :

ChatGPT d’OpenAI

Bard de Google

Claude d’Anthropic

Bing de Microsoft

Llama de Meta

etc…

RÈGLEMENT

La participation au challenge implique pour tout participant l’acceptation entière et sans réserve des règles ci-dessous. Le non-respect dudit règlement entraîne l’annulation immédiate de la participation.

L’inscription au challenge doit se faire de manière individuelle. Afin de participer au challenge le participant doit avoir créé un compte utilisateur sur le site de Management & Data Science, et renseigné de manière loyale et complète les informations requises, telles que le nom, prénom, adresse mail, etc.

Le fait, pour un participant ou une équipe, de ne pas déposer avant la date limite le livrable sur le site du challenge sera considéré comme un abandon de sa/leur part au challenge. Le participant ou l’équipe ne pourra en aucun cas réintégrer le challenge.

Les contributions sont publiées sous une licence Creative Commons Attribution/Pas de modification.

Chaque soumission sera notée et classée selon les critères d’évaluation indiqués sur le site Web du concours.

Le(s) gagnant(s) potentiel(s) seront avisés par courriel.

Les données personnelles du participant font l’objet d’un traitement au sens de la réglementation sur la protection des données personnelles (RGPD).

Management & Data Science ne saurait être tenue responsable de toutes perturbations, à la fois sur le réseau internet ou des difficultés d’accès liées à un grand nombre de connectés ou de participants.

Prompt Challenge - Management & Data Science (management-datascience.org)

https://management-datascience.org/projects/25411/

Les Projets sont des appels à la Communauté. Ils présentent une question et des modalités pour participer à sa résolution. Ils peuvent être des Appels à contribution, ou des Data Challenges (compétions ouvertes proposées par des organisations).

Vous êtes chercheur, étudiant, datascientist ? Participez à un Projet pour vous confronter à une problématique de terrain ou créez un Projet pour lancer une idée, proposer une piste de réflexion, résoudre un problème.

Vous êtes une entreprise, une administration, une institution ? Découvrez comment organiser un Data Challenge.

FAITES DE VOS DATAS UN LEVIER DE DÉCISION ET D’ACTION !

Vous avez une problématique marketing et des données sous-exploitées ?

Management et Data Science, vous organise une compétition d’experts data qui vont analyser vos données pour répondre à votre problématique de départ et vous soumettre des pistes d’action innovantes.

Comment ça marche :

• Vous (entreprise) soumettez une problématique (un brief) accompagnée d’un jeu de données.
• Management & Data Science mobilise ensuite une communauté d’experts (chercheurs, étudiants, datascientists, startupers, etc.) , qui va travailler à résoudre la problématique dans le cadre d’une compétition centrée sur la data.
• Les propositions / résultats sont présentées devant un jury (dont vous faites partie) qui élit les 3 meilleures équipes.

Les bénéfices côté entreprise :

• Mobiliser une communauté d’experts autour de VOTRE problématique,
• Trouver la meilleure solution à votre problème,
• Identifier les talents,
• Réduire les coûts de R&D,
• Identifier des pistes d’innovation,
• Engendrer de la création de valeur.

COMMENT PROPROSER UN DATA CHALLENGE ?

Déroulement d’un challenge

1. lancement du challenge
2. inscription des candidats
3. accès aux données
4. analyse des données
5. soumission des propositions
6. évaluation des résultats
7. classement des propositions
8. soutenance des finalistes
9. remise des prix
10. publication et promotion des résultats

Démarche pour la formalisation d’un challenge

• Cadrage : identification des objectifs, définition des besoins, formulation d’une problématique, collecte des données, description des données, préparation des données, stockage des données, exploration des données, conception des modalités d’évaluation, définition des incitations, et annonce du challenge.
• Lancement : mobilisation de la communauté, inscription des équipes, traitement des données, soumission des propositions, évaluation des résultats, sélection des meilleures propositions.
• Finale : présentation des meilleures propositions devant un jury, remise des prix, et publication au sein de Management & Data Science.
• Bilan : analyse des retombées, évaluation des impacts et pistes de valorisation des résultats du data challenges.

 

Contactez-nous pour organiser un challenge

Les champs marqués d’un * sont obligatoires

Prénom *

Nom *

Fonction

Société *

E-mail *

Tél.

Description du projet *

--- 

Erol GIRAUDY 

https://about.me/giraudyerol

POC-PAI: Organiser un congrès sur l'intelligence artificielle (IA) (uga-ia.blogspot.com)

https://uga-ia.blogspot.com/2023/12/organiser-un-congres-sur-lintelligence.html?zx=a9a9ea7fde691dfc

Recherche simple "Giraudy Erol" : liste de notices | BnF Catalogue général

https://catalogue.bnf.fr/rechercher.do?motRecherche=Giraudy+Erol&critereRecherche=0&depart=0

YouTube

https://www.youtube.com/@EROLGIRAUDY

https://www.linkedin.com/in/erolgiraudy2018/?originalSubdomain=ad