La génération de vidéos par IA, et notre rapport à la réalité

Vous avez déjà entendu parlé de SORA, la nouvelle IA générative d'OPEN AI qui permet de créer des VIDEOS à partir de prompts simples. Sauf que l'arrivée d'un logiciel de ce type n'est pas du tout neutre dans nos vies, ce n'est pas un traitement de texte, cela peut provoquer des bouleversements majeurs.

L'arrivée de Sora pose plusieurs problèmes, voici les 5 principaux à mon sens.

1. Les prompts
Comment écrire un prompt court pour construire une séquence vidéo.
Où est la caméra ? Comment bouge-t-elle ? Quel angle fait-elle avec le sujet ? Quelle est la lumière ? Comment évolue-t-elle ? Qu'en est-il des particules ? Et le sujet ? Comment est-il ? Quelles sont ses caractéristiques ? Comment se comporte-t-il ? Avec qui, avec quoi interagit il ?

Le nombre de paramètres pour réaliser une séquence de quelques secondes est faramineux.

Je ne crois pas une seconde que ce soit possible avec un prompt de quelques lignes. Pour moi, le service est largement survendu.

2. Le temps de calcul
Parfois, pour réaliser une image de grande qualité, MidJourney prend 1 mn de calcul, et il arrive que ce soit plus. Et pour arriver à la bonne image, il faut souvent itérer 8 à 10 fois, parfois beaucoup plus.

Une vidéo, c'est au minimum 24 images par seconde, le double si on veut des ralentis. Quel sera le temps de calcul pour réaliser de telles vidéos ? 1 semaine ? 

3. Le prix
Et cette question du temps de calcul impacte directement le prix du service. Si le temps de calcul est massif, la quantité de serveurs à mobiliser sera faramineuse. Quel serait le prix mensuel d'un tel service ? 150 € ? 500 € ?
Ce prix est fondamental car il va affecter les coûts de la production audiovisuelle.

4. Les compétences
Si les temps de calcul sont longs, faire de nombreux essais va être très pénible et va enrayer le processus de création. Il va donc falloir être rigoureux sur les prompts. Nous serons loin des méthodes essais-erreurs que l'on emploie pour apprendre avec Chat GPT. Avec ce service, faire une erreur n'a pas de conséquences. On peut rapidement refaire. Mais avec Sora, si le délai est long et le service cher, il va vraiment falloir muscler ses compétences.

5. La sécurité
La question de la sécurité va être cruciale. Il faudra absolument qu'un dispositif quelconque, un watermark par exemple, ou un tatouage numérique, puisse permettre de différencier le vrai de l'artificiel.
La raison en est simple: si seuls les experts peuvent différencier le vrai du faux, ça va être la fête à la saucisse pour toutes les fermes à trolls Russes, Chinoises, et pour les ultras.
Et dans ce cas, nos démocraties ne sont plus à l'abri, car les méthodes que les dictatures et les extrêmes se permettent ne peuvent être employées par les pays respectant les libertés individuelles.

Je suis habituellement d'un naturel optimiste, mais en l'espèce, je ne crois pas à la réalité de ce service, fiable, sécurisé et grand public, avant de nombreuses années. 

Me trouvez-vous pessimiste ?