Optimisation d’image par l’IA

Un auteur de science-fiction se tient au centre d’une vaste assemblée circulaire, sur un sol transparent laissant apparaître des coraux et la mer en dessous | A SF novelist stands at the center of a vast circular assembly, on a transparent floor revealing corals and the sea below

Pour enrichir l’univers de mon travail d’auteur et lui donner une consistance visuelle, j’ai voulu tester les performances des générateurs d’images IA. Je dois admettre que le résultat, au premier abord, est bluffant de qualité et de réalisme, et qu’il s’approche des scènes que j’ai en tête. Mais dès qu’on creuse davantage, il devient difficile d’obtenir le niveau de précision correspondant exactement à la scène décrite avec des mots.

L’optimisation d’une image par l’IA n’est pas une mince affaire. Dans l’article « Extrait » de mon ouvrage en cours d’écriture (https://laurentchani.com/2025/07/29/extrait-description-de-la-salle-de-conference/), je décris une salle de conférence qui constitue un lieu clé de mon récit. Les points essentiels en sont :
• Une voûte représentant un ciel changeant.
• Trois niveaux concentriques reliés par des escaliers, chacun comprenant douze tables espacées, équipées de trois fauteuils en cuir et d’ordinateurs pour chaque poste de travail.
• Une arène centrale affichant, à la demande, des scènes numériques.
• Un personnage placé au centre de l’arène.

J’ai une idée très précise de ce à quoi cette salle devrait ressembler. J’ai demandé à l’IA de progresser étape par étape dans la génération d’une image hyperréaliste de type photographique.

Il s’avère qu’il n’est pas simple, pour l’heure, d’obtenir exactement ce que l’on souhaite avec ce type d’outil. J’ai produit une bonne trentaine d’images avant d’arriver à un résultat que je jugeais acceptable. Je vous présente ici quatre images seulement, correspondant aux étapes clés du processus de conception.

Le principal problème du générateur d’IA que j’ai utilisé — pourtant considéré comme l’un des meilleurs — est qu’il fonctionne mieux aux petites heures du matin, lorsque l’Amérique du Nord dort. À ces moments-là, les ressources disponibles sont plus importantes et les délais de production plus courts.

J’utilise le même fil de conversation afin que l’IA conserve les informations issues des demandes précédentes. Cependant, plus on entre dans les détails, plus il devient compliqué d’obtenir une optimisation satisfaisante. Par exemple, ma scène comprend trois rangées concentriques de tables. Lorsque je demande d’y placer un personnage sur l’arène, le résultat est à peu près correct. Mais si je souhaite déplacer ce personnage vers le centre exact de l’arène, l’image générée se retrouve soudain avec quatre rangées de tables !

Ce type d’incohérence se reproduit régulièrement. On obtient assez vite une version convenable de l’image souhaitée, mais son affinage devient un véritable casse-tête. Il faut sans cesse jongler avec les formulations pour faire comprendre précisément ce que l’on attend. Dans ce cas précis, entre la vingtième et la trentième itération, aucun progrès notable n’a été obtenu.

Cela dépend sans doute aussi de la méthode employée pour guider l’IA, mais je reste persuadé que cette technologie n’en est encore qu’à ses débuts. Je ne doute pas que, d’ici une dizaine d’années, ses performances seront bien supérieures — surtout lorsqu’on sait que les GAFAM investissent des centaines de milliards de dollars dans des IA de toutes sortes.