Espace latent
Un espace vectoriel mathématique multidimensionnel créé par un réseau de neurones pour représenter en interne des concepts, des styles et des images. Il permet d'effectuer des opérations arithmétiques remarquables sur les notions : par exemple, « Roi » moins « Homme » plus « Femme » égale « Reine ».
1. Vue d'ensemble du concept et de sa finalité
Où réside l'intelligence artificielle ? Où sont stockées les millions d'idées qu'elle a apprises sur Internet ?
Elles ne se trouvent pas dans des dossiers sur un disque dur sous forme d'images prêtes à l'emploi ou de dictionnaires. Elles existent dans un espace mathématique multidimensionnel gigantesque que les chercheurs appellent Latent Space (Espace latent).
Dans notre monde ordinaire, nous disposons de trois dimensions : la longueur, la largeur et la hauteur. Dans l'espace latent d'un réseau neuronal, ces dimensions se comptent en centaines ou en milliers !
- Une dimension est responsable du « caractère duveteux ».
- Une autre — de « l'âge de la personne ».
- Une troisième — du « degré d'éclairage de la scène par le soleil ».
Analogie pratique : une carte universelle des sens : si deux idées sont similaires, elles se trouvent voisines sur cette carte, tandis que si elles sont différentes, elles se situent aux antipodes.
2. Géométrie des concepts dans l'espace latent
^ Axe du statut royal
│
[ Roi ] ───────> (Vecteur de changement de genre) ───────> [ Reine ]
(Point A) (Point B)
│
│
────────────────────┼───────────────────────────────────────────────────>
│ Axe du genre
[ Homme ] ──────> (Le même vecteur de genre) ───> [ Femme ]
(Point C) (Point D)
│
3. La magie de la transformation des images
Puisque tous les concepts sont des coordonnées, on peut effectuer des opérations dessus :
- Changement d'humeur d'une photo : trouver le vecteur « sourire » et l'ajouter aux coordonnées d'un visage renfrogné. La personne sur la photo sourira tout en conservant tous ses autres traits !
- Morphing d'objets (génération vidéo) : si l'on trace une ligne droite entre le point « été » et le point « hiver », chaque étape le long de cette trajectoire montrera une fonte réaliste de la neige ou un jaunissement des feuilles.
- Concepts hybrides : trouver le point milieu entre « papillon » et « vaisseau spatial », générant ainsi un astronef biomécanique fantastique.
4. Conclusion pratique
Lorsqu'un modèle génératif crée une nouvelle image, il prend simplement un point aléatoire dans cet espace latent et déploie progressivement ses coordonnées en pixels visibles. Le Latent Space est un océan infini d'imagination où sont cachées toutes les images et tous les textes possibles que l'humanité créera jamais.
FAQ: Espace latent
Termes associés
Embeddings expliqués (Comment le texte devient des nombres)
Technologie fondamentale de transformation de mots, phrases ou images en listes multidimensionnelles de nombres (vecteurs). Permet à l'ordinateur de mesurer mathématiquement la proximité sémantique entre différentes idées et concepts.
Modèles de diffusion (Diffusion Models)
Architecture des modèles génératifs (Stable Diffusion, Midjourney, FLUX) fondée sur les principes de la thermodynamique hors équilibre. Elle fonctionne en deux étapes : la diffusion directe (destruction progressive de l'image par un bruit aléatoire) et la diffusion inverse (nettoyage étape par étape du bruit jusqu'à une image nette, guidé par une description textuelle).
Similarité cosinus (Cosine Similarity)
Métrique mathématique qui mesure l'angle entre deux vecteurs dans un espace multidimensionnel. Elle indique le degré de proximité sémantique entre deux textes, allant de -1 (opposés) à +1 (synonymes complets), en ignorant la longueur des phrases.