L’intelligence artificielle continue de repousser les limites de ce qui est possible dans le domaine de la vision par ordinateur. Mark Zuckerberg, PDG de Meta, vient de dévoiler lors de la conférence SIGGRAPH 2024 le dernier né des modèles de vision IA de l’entreprise : Segment Anything 2 (SA2). Cette avancée majeure permet d’appliquer nativement la segmentation d’objets à la vidéo, ouvrant ainsi un vaste champ de possibilités.
Un bond en avant pour la segmentation vidéo
SA2 est la suite logique de Segment Anything, le modèle révolutionnaire de Meta sorti l’an dernier, capable d’identifier et de délimiter rapidement n’importe quel objet dans une image. Appliquer cette technologie à la vidéo représente un défi computationnel immense, relevé avec brio par les équipes de Meta. Comme l’explique Mark Zuckerberg :
Les scientifiques utilisent ce genre d’outils pour étudier les récifs coralliens, les habitats naturels… Mais pouvoir faire ça sur de la vidéo, de façon zero-shot, en spécifiant ce qu’on veut, c’est assez incroyable.
– Mark Zuckerberg, PDG de Meta
Traiter de la vidéo nécessite une puissance de calcul colossale. C’est un témoignage des progrès réalisés par l’industrie en termes d’efficacité que SA2 puisse fonctionner sans faire fondre les datacenters. Bien sûr, c’est toujours un modèle énorme qui a besoin d’un hardware sérieux, mais une segmentation vidéo aussi rapide et flexible était quasiment impossible il y a encore un an.
Un modèle open-source et des données d’entraînement massives
Comme son prédécesseur, SA2 sera un modèle open-source, libre d’utilisation pour tous. Meta s’inscrit ainsi dans une démarche d’ouverture et de partage, favorisant le développement d’un écosystème IA dynamique et collaboratif. Zuckerberg précise d’ailleurs que cette ouverture n’est pas totalement désintéressée :
Ce n’est pas juste un logiciel qu’on peut construire – il faut tout un écosystème autour. Ça ne marcherait même pas si bien si on ne l’open-sourcait pas. On ne fait pas ça par altruisme, même si je pense que ça va aider l’écosystème. On le fait parce qu’on pense que ça rendra ce qu’on construit meilleur.
– Mark Zuckerberg, PDG de Meta
Pour entraîner un tel modèle, il faut des données massives et de qualité. Meta publie donc également une base de données de 50 000 vidéos annotées, créée spécifiquement pour SA2. S’y ajoute un second dataset « à usage interne » de plus de 100 000 vidéos, qui n’est pas rendu public pour l’instant.
Des applications multiples et un impact majeur
Les cas d’usage de SA2 sont multiples et concernent de nombreux domaines :
- Recherche scientifique (étude d’écosystèmes, suivi d’espèces…)
- Industrie (contrôle qualité, surveillance de processus…)
- Divertissement (effets spéciaux, réalité augmentée…)
- Sécurité (vidéosurveillance intelligente…)
Au-delà des applications directes, SA2 représente une avancée conceptuelle majeure pour la vision par ordinateur. La capacité à segmenter des objets en mouvement de façon précise et rapide ouvre la voie à des systèmes de perception visuelle bien plus performants et polyvalents.
L’IA progresse à un rythme effréné
SA2 illustre parfaitement à quel point le domaine de l’IA, et particulièrement de la vision par ordinateur, évolue rapidement. En à peine un an, on passe d’un modèle révolutionnaire de segmentation d’images à son équivalent pour la vidéo. Et ce n’est qu’un exemple parmi d’autres des progrès fulgurants réalisés récemment.
Cette accélération du rythme d’innovation est rendue possible par les avancées conjointes dans de multiples domaines : puissance de calcul, algorithmes d’apprentissage, collecte et annotation de données, recherche fondamentale… C’est la convergence de tous ces progrès qui permet des bonds en avant comme SA2.
Vers un futur de plus en plus « IA-ssisté »
Avec des outils comme SA2, on entrevoit un futur où l’IA sera de plus en plus présente pour assister et augmenter les capacités humaines dans une multitude de tâches. Que ce soit pour la recherche scientifique, la création artistique, l’optimisation industrielle ou encore la prise de décision, les modèles de vision par IA comme SA2 seront des atouts précieux.
Bien sûr, cela soulève aussi de nombreuses questions éthiques et sociétales sur la place que l’on souhaite donner à ces technologies. Il est crucial d’avoir une réflexion collective sur ces sujets pour s’assurer que le développement de l’IA se fasse de façon responsable et bénéfique pour tous.
En attendant, SA2 représente une étape passionnante dans l’évolution de la vision par ordinateur. Nul doute que ce modèle sera largement utilisé et servira de base à de nombreuses innovations dans les années à venir. Meta confirme ainsi sa place de leader dans la recherche en IA, et on a hâte de voir ce que l’entreprise nous réserve pour la suite !
