L’IA scanne plus de 450 caméras pour trouver Wally
L’IA scanne plus de 450 caméras pour trouver Wally
Un modèle ouvert analyse des images de caméras non protégées dans le monde entier pour repérer des personnes semblables à Wally.
L’IA scanne plus de 450 caméras pour trouver Wally
L’artiste belge Dries Depoorter a créé un projet artistique inhabituel : un réseau neuronal examine des enregistrements de caméras non protégées et recherche des personnes ressemblant au personnage de Où est Wally ?.
La recherche utilise le modèle ouvert Qwen3-VL d’Alibaba, qui fonctionne localement sur trois cartes graphiques de jeu. L’IA analyse chaque image et cherche le vêtement rayé rouge et blanc caractéristique ainsi qu’un bonnet avec un pompon.
À ce jour, le système a vérifié 1,68 million d’images et trouvé 13 correspondances dans différents pays, dont les États-Unis, le Japon et le Pérou. L’artiste vérifie manuellement chaque découverte.
Le jeu de cache-cache a atteint un nouveau niveau. Plus d’informations sur WallyFinder.
Pourquoi c'est important
AnalyseLe projet montre comment des modèles multimodaux ouverts peuvent transformer de gros flux vidéo en outil de recherche, tout en soulevant des questions de vie privée et de sécurité des caméras non protégées.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
JSON — données structurées pour les applications, les API et les agents IA
Guide pratique complet du format JSON : règles de syntaxe, sérialisation via parse/stringify, intégration avec les API REST, schémas JSON et sortie structurée pour l'intelligence artificielle.
Format CSV : guide complet pour l'automatisation et le travail avec l'IA
Guide pratique sur l'utilisation du format CSV dans les pipelines d'IA : spécification RFC 4180, comparaison avec XLSX et JSON, nettoyage et enrichissement massif des données, codage en Python et prompts prêts à l'emploi.
Meta Llama (Le standard ouvert de référence pour l'IA)
La série phare des modèles de langage ouverts de Meta (Llama 3, 3.3). Disponible en téléchargement libre, modifiable et exécutable localement sur vos propres serveurs sans restrictions ni censure.
Embeddings multimodaux (Multimodal Embeddings / CLIP)
Technologie permettant de projeter différents types de médias (texte, images, audio) dans un espace vectoriel multidimensionnel commun à l'aide d'architectures telles que OpenAI CLIP ou Google SigLIP. Elle permet de rechercher des photographies par descriptions textuelles ou de trouver une musique similaire à partir d'une image.