Entraînez votre IA!
Un exemple d'apprentissage supervisé
Idiap, Groupe «Computational Bioimaging»: Michael Liebling, François Marelli, Florian Piras. Avec Cindy Leyvraz

Dans les appareils photo de nos téléphones portables ou sur les réseaux sociaux, l'utilisation de l'IA dans le traitement d'image est courante. En imagerie scientifique et médicale, son adoption est délicate et doit tenir compte de ses limitations. Cette installation permet au public d'entraîner une machine qui améliore des images digitales, redonnant aux objets la forme et la couleur qu'un appareil photo de mauvaise qualité a perdues. On y trouve quatre étapes clé du processus d'apprentissage machine supervisé: l'acquisition de données, leur annotation, l'entraînement de la machine et son évaluation. Le public prendra conscience des principaux écueils rencontrés lors de la mise en œuvre de ce genre de méthodes: quantité d'images insuffisante, manque de diversité, mauvaises annotations, capacité de calcul limitée, gourmandise en énergie.

© Musée de la main UNIL-CHUV

Passer incognito devant une IA?
Idiap, Groupe «Biometrics Security & Privacy»: Sébastien Marcel, Anjith George. Avec Guillaume Clivaz

© Musée de la main UNIL-CHUV

Air Guitar. Rock, Pop ou Reggae, quel est votre genre?
Idiap, Groupe «Social Computing»: Daniel Gatica-Perez et Benoît Massé. Avec Philip Abbet

De nos jours, il est possible d'apprendre à une machine à détecter des comportements humains. Mouvements de la tête, gestes, débit et temps de parole, vivacité du ton: toute une chaîne de réactions est ainsi captée et analysée par un algorithme. Ces systèmes sont utilisés dans la recherche en psychologie et facilitent notamment l'interaction avec des agents conversationnels. Ainsi, il est aujourd'hui fondamental de réfléchir aux implications éthiques de ces technologies et de ne les employer que dans des applications qui profitent aux utilisateurs sans leur nuire. Pour comprendre comment fonctionne l'analyse du comportement par une IA, le public réalise une performance d'air guitar et découvre à quel extrait vidéo d'une base de données il est associé.

© Musée de la main UNIL-CHUV

L'IA saura-t-elle suivre votre regard?
Idiap, Groupe «Perception & Activity Understanding»: Jean-Marc Odobez, Rémy Siegfried. Avec la contribution de Eyeware Tech SA

© Musée de la main UNIL-CHUV

Émotions artificielles
Idiap, Groupe «Speech & Audio Processing», Philip Garner, Bastian Schnell. Avec Colombine Verzat

© Musée de la main UNIL-CHUV

Cet interactif ne sera plus exposé à partir du 2 mai 2023.

drozBot: Aurez-vous la chance de vous faire tirer le portrait?
Idiap, Groupe «Robot Learning & Interaction»: Sylvain Calinon et Tobias Löw. Avec Jérémy Maceiras
Soutien: Franka Emika – The Robotics Company GmbH et Gimelli Engineering AG

© Musée de la main UNIL-CHUV

Neurone après neurone
Loïc Cattani et Isaac Pante, Section des sciences du langage et de l'information, UNIL

Les réseaux de neurones artificiels constituent l'un des mécanismes privilégiés pour faire apprendre une machine. Dans un réseau, chaque neurone représente une fonction mathématique simple qui modifie et propage une information. Mis bout à bout et bien entraînés, ces neurones et leurs connexions permettent de simuler efficacement certaines facultés humaines. Découvrez ici un réseau de neurones entraîné à reconnaître des chiffres. Ce dispositif permet au public de découvrir le fonctionnement d'un réseau de neurones et d'en construire un, neurone après neurone.

© Musée de la main UNIL-CHUV

mIAm, une IA qui personnalise votre recette!
ABIZ, Haute Ecole de Lucerne

Partant de recettes de Betty Bossi, cette IA est capable, dans un premier temps, de repérer les ingrédients dans la recette, puis de vous proposer des alternatives culinaires sur la base de recettes jugées similaires par le système. Le public peut s'amuser à concocter une recette aux mélanges incongrus et conserver sa création en s'envoyant un email!

© Musée de la main UNIL-CHUV

Anna Dumitriu and Alex May (GB)
ArchaeaBot
2018-19
Installation robotique

Avec cette installation robotique sous-marine, les artistes explorent ce que la «vie» pourrait signifier dans un avenir post-singularité et post-changement climatique. En se basant sur les nouvelles recherches sur les archées (un groupe de micro-organismes unicellulaires adaptés à la vie dans des conditions extrêmes), combinées aux dernières innovations en matière d'intelligence artificielle et d'apprentissage automatique, les artistes ont tenté de créer l'espèce «ultime» pour la fin du monde

ECAL
Alter ego
2022

Captation d'informations visuelles, analyse d'image, reconnaissance de formes, interprétation du volume, comparaison des données… autant de paramètres que les étudiantes du Bachelor Media & Interaction Design ont utilisé pour créer des expériences contemplatives. Les visiteurs jouent avec leurs reflets numériques pour mieux les comprendre et se les réapproprier. Ce dispositif met en lumière de manière ludique l'analyse d'image par intelligence artificielle, ses dérives et ses enjeux dans le monde de l'Art et du Design.

Iyo Bisseck (F)
The Human Detector / Le Détecteur d'Humains. 2018
Installation interactive. Réalisation initiale: Workshop ECAL

Cette expérience vous invite à passer devant une caméra pour appuyer sur un bouton sans vous faire reconnaître par une IA. Ce projet est né d'une expérience personnelle des biais raciaux: à cause de la couleur de sa peau, les outils de détection de visages ont du mal à détecter Iyo Bisseck. Pour contourner ce problème, l'artiste inverse les règles du jeu, elle tourne les faiblesses du système en sa faveur. De manière ludique et créative, elle nous invite à nous questionner sur les biais véhiculés par les technologies.

© Musée de la main UNIL-CHUV

Silvio Lorusso (I) & Sebastian Schmieg (D)
Five Years of Captchas Captured / Cinq ans de captchas capturés
2017
5 livres leporello

Les captchas sont des tests utilisés pour différencier un ordinateur d'un utilisateur humain à qui on demande d'authentifier des mots ou des images. Ils peuvent aussi être utilisés pour entraîner des intelligences artificielles à la reconnaissance d'images, de textes ou de chiffres. Lorsque nous identifions des données que la machine n'a pas reconnues, nous contribuons en fait à la rendre plus performante.
Entre 2012 et 2016, Silvio Lorusso et Sebastian Schmieg, effectuent une capture d'écran de tous les captchas qu'ils résolvent. Ils établissent ainsi un journal de ce micro-travail quasi quotidien tout en archivant ces artefacts techno-visuels omniprésents. Grâce à cette collection, il est possible de retracer l'évolution de ces tests sur cinq ans et de noter que la plupart ont été réalisés pour Google. Chaque jour, 200 millions personnes remplissent des captchas.

Dries Depoorter (B)
The Flemish Scrollers / Les scrollers flamands. 2022. Installation

Avec humour, Dries Depoorter révèle une société de surveillance dans laquelle un logiciel s'invite au parlement pour détecter le niveau de distraction des politiciennes. Chaque réunion du gouvernement flamand en Belgique est diffusée en direct sur une chaîne YouTube. Lorsqu'une diffusion en direct commence, le logiciel préparé par l'artiste recherche les téléphones et tente d'identifier une politicienne distraite. La vidéo de la personne repérée est ensuite postée sur un compte Twitter et Instagram et le ou la parlementaire est taguée.

Google's Eyes / Les yeux de Google
2016
Grès cérame

Merijn Bolink s'est amusée à détourner l'application de Google qui identifie des monuments, des objets et des personnes. Lorsqu'elle analyse des échantillons nouveaux, elle propose des images d'éléments jugés similaires. L'artiste a donc réalisé une sculpture de la moitié d'un pneu, que l'application a analysée. Elle a fourni vingt résultats d'images parmi lesquelles Bolink a sélectionné une mâchoire humaine. Il l'a modelée et soumise à son tour à l'application... et ainsi de suite. Il en résulte une série d'associations, une sorte de « cadavre exquis » sculpté.

Shinseungback Kimyonghun (KR)
Mou ta n / Mo ta ne
2020
Impression digitale 11 couleurs
Photos: Pixabay

Dans la série « Mou ta n », le duo Shinseungback Kimyonghun s'est amusé avec les limites de la reconnaissance d'images. Les pixels d'images de montagne ont été effacés jusqu'à ce que la vision artificielle ne les reconnaisse plus comme telles. C'est précisément ce moment de bascule que les artistes ont figé. L'œil humain y voit des abstractions plus ou moins lisibles.

© Shinseungback Kimyonghun / Pixabay

Memo Akten (TR)
Learning to see / Apprendre à voir
2017
Installation interactive

Clément Lambelet (CH)
Happiness is the only true emotion / Le bonheur est la seule émotion véritable
2016-2019
Impression aux encres pigmentaires, monté sur aluminium Impression typographique sous verre

Décrypter les émotions à partir des expressions du visage n'est pas si simple pour une IA. En effet, la manière de les manifester n'est pas universelle et s'exprime à des degrés divers. À travers ce travail, Clément Lambelet teste la capacité des systèmes informatiques actuels à identifier les émotions humaines en accentuant les expressions faciales des sept émotions de base (colère, dégoût, peur, bonheur, tristesse, surprise et douleur). Puis il les soumet à un algorithme de reconnaissance faciale et émotionnelle. Le bonheur est la seule émotion que le système reconnaît avec 100% de fiabilité.

Justine Emard (F)
Co(AI)xistence
2017
Installation vidéo, 12'
Avec Mirai Moriyama & Alter – développé par Ishiguro lab, Osaka University et Ikegami Lab, Tokyo University

Dans cette vidéo, Justine Emard met en scène la rencontre poétique et gracieuse entre le danseur japonais Mirai Moriyama et le robot Alter animé par une IA. Équipé de capteurs et d'un réseau de neurones, le robot réagit aux mouvements et à la voix du danseur. Son apparence minimale, qui laisse apparaître une partie de sa structure technique, nous invite à une projection émotionnelle. À travers les signaux de leurs langages respectifs, l'humain et la machine dialoguent et le robot apprend de ses interactions avec le danseur.

Clément Lambelet (CH)
Mathematics of Regression / Mathématiques de la régression
Deux-cent-treize femmes arrêtées à l'âge de 26 ans
Septante-neuf femmes arrêtées à l'âge de 50 ans
Mille-trois-cent-vingt-trois hommes arrêtés à l'âge de 16 ans
Cent-nonante-huit hommes arrêtés à l'âge de 56 ans
2022
Impressions lenticulaires à 10 couches montées sur aluminium
Avec le soutien de Pro Helvetia, Fondation suisse pour la culture et de la Ville de Genève – Département de la culture et de la transition numérique

Dans le domaine de l'apprentissage machine, la méthode de la régression linéaire est utilisée pour établir des prévisions en fonction des tendances recensées dans le passé. Lorsque ces projections sont calculées à partir d'une base de données qui manque de diversité, elles révèlent les stéréotypes et les injustices dont l'IA est le verre grossissant.
Les 55'000 images qui ont alimenté ce projet proviennent d'une base de données de photos d'identité judiciaire. Afin de détourner ces portraits de leur but premier, l'artiste a créé une IA qui assemble ces images par genre et par âge. Le résultat dévoile de parfaits suspects algorithmiques, générés à partir d'une base de données biaisée. Sur-incarcérés, donc plus souvent référencés, certains groupes de population seraient ainsi plus surveillés et interpelés.

© Clément Lambelet

Mat Collishaw (GB)
The Mask of Youth / Le Masque de jeunesse
2018
Portrait mécatronique animé de la reine Élisabeth 1^re. Mécanique, électronique, informatique. GAN, silicone, aluminium, bois de laiton, acier, peinture acrylique, cheveux, circuit électrique

Avec son portrait mécatronique d' Élisabeth 1^re, l'artiste nous rappelle que toute œuvre se nourrit toujours d'un morceau d'histoire de l'art et intègre en filigrane les canons en vigueur. Avec son «Masque de jeunesse», il nous propose un portrait non-idéalisé, conçu à l'aide d'une IA. Pour cela, il réunit des peintures, des dessins, mais aussi un scan 3D du masque mortuaire d'Elisabeth 1^re et des textes la décrivant de manière peu flatteuse. Avec ces données hétérogènes, un système intelligent a conçu un visage étrange et troublant.

© Mat Collishaw

Julien Mercier (CH)
Acetone
2022

Les bases de données utilisées dans l'apprentissage machine sont au cœur de nombreux débats. Comment sont-elles constituées? Avec quel degré de diversité et de représentativité? Avec quels mots-clés les données sont-elles étiquetées? Les biais qui découlent de ces choix, souvent inconscients, influencent les productions des systèmes intelligents et reflètent nos valeurs.

Les séquences du clip que Julien Mercier a conçu pour le groupe Larytta sont synthétisées grâce à deux réseaux neuronaux antagonistes (GAN) qui produisent des images photo-réalistes en puisant dans un corpus, au gré du rythme et des pulsations de la musique. Les créations chimériques qui en résultent renvoient aux stéréotypes de celles et ceux qui ont alimenté la base de données.

© Julien Mercier

Julien Mercier (CH)
One Minute Human / L'humain d'une minute
2020
Installation interactive avec ordinateur, caméra vidéo et réseaux antagonistes génératifs (GAN)

Que peut apprendre une machine à partir d'une minute de données? Cette installation est le prologue d'une histoire à écrire: celle de nos données digitales, et la façon dont nous prenons conscience de leurs pouvoirs.

Pour cette œuvre, des modèles de réseaux neuronaux à convolution ont été entraînés par apprentissage automatique profond sur des vidéos d'une minute glanées sur Internet. Cette quantité réduite de données ainsi que la synthèse en temps réel péjorent volontairement la capacité du programme à produire des résultats réalistes. Celui-ci n'est capable de synthétiser qu'une version approximative, pixellisée et «monstrueuse» des visages visés. Cette contreperformance peut être interprétée comme un avertissement sur les capacités réelles de nuisance de ces technologies.

© Julien Mercier

Caroline Buttet (CH)
Postcards from latent Switzerland / Cartes postales de la Suisse latente
2020
GAN, impressions sur papier

En intelligence artificielle, l'espace latent réunit, de manière compressée, toutes les informations contenues dans l'ensemble des données utilisées comme base d'entraînement du système. Il recense donc une infinité de combinaisons possibles qui auront certains points communs avec ce qui a été inventorié au départ. Dans ce travail, Caroline Buttet explore une Suisse étrangement familière et pourtant imaginaire puisqu'elle n'existe que dans l'espace latent du système qu'elle a nourri avec un millier de cartes postales.

© Caroline Buttet

Obvious (F)
Avec Abdul Aziz Mohamadu (GH)
Facets of AGI / Facette d'une Intelligence Artificielle Généralisée
2020
GAN, bois, craie noire et peinture

Une IA peut-elle être créative? Le collectif Obvious, «fasciné qu'une œuvre puisse être conçue non pas par un artiste, mais par son outil» a constitué une base de données de 12'000 photos de masques africains. Puis il a codé des algorithmes qui génèrent de nouvelles images de masques. Parmi les milliers de propositions de la machine, les artistes en ont choisi une vingtaine et demandé à Abdul Aziz Mohamadu, un sculpteur ghanéen, de les réaliser. Au final, qui détient les droits d'auteur?

© Obvious

Nicolas Malevé (B)
12 hours of ImageNet / 12 heures d'ImageNet
2019
Diaporama, 12h
Avec la courtoisie de The Photographers' Gallery, Londres

ImageNet est un vaste ensemble de données de 14'197'122 photographies organisées en 21'841 catégories. Son développement a été une entreprise extrêmement coûteuse et ambitieuse: des images collectées sur le web ont minutieusement été étiquetées avec des termes descriptifs. Ce travail encyclopédique d'annotation a été accompli par plus de 25'000 travailleurs et travailleuses sur une période de deux ans en utilisant Amazon Mechanical Turk, une plateforme de production participative.

L'artiste et chercheur Nicolas Malevé a écrit un programme informatique qui parcourt ImageNet à une vitesse de 90 millisecondes par image, traversant ainsi l'ensemble des données en deux mois. Le programme s'interrompt à des moments aléatoires pour nous permettre de «voir» certaines des images. Le projet de Malevé nous rend attentifs aux quantités gigantesques d'images nécessaires à l'entraînement des systèmes intelligents et au travail humain requis pour trier, annoter et vérifier les photographies à un rythme très (trop?) soutenu.

LES VISAGES DE L'INTELLIGENCE ARTIFICIELLE
Jusqu'à fin 2022
Exposition de photographies par Claude Dussez qui rend hommage aux collaborateurs·trices de l'Institut de Recherche Idiap à Martigny.
Informations: www.idiap.ch/fr/a-propos/exposition