IA générative
Pour qui : Tous·toutes
Les chatbots et les moteurs de recherche sur internet alimentés par l'intelligence artificielle (également connus sous le nom de larges modèles linguistiques ou LLM) se distinguent actuellement par leur capacité à générer des textes à usage général ou des images en utilisant des quantités massives de données.
Consciente des risques et opportunités inhérents à ces technologies, l'Université de Fribourg s'efforce d'offrir à sa communauté universitaire des services liés à l'intelligence artificielle (IA) les plus appropriés.
L’Université de Fribourg mise sur une sensibilisation de la communauté universitaire à ces outils. L'UniFR se préoccupe également de la manière dont les données sont gérées et partagées en dehors de son infrastructure (par exemple, pour éviter que les données soient sauvegardées en dehors de l'Europe).
Recommandations de prudence de la part des Data Protection Officers (DPO) :
- Ne pas télécharger des données sensibles, qu'elles soient une donnée personnelle sensible au sens de la législation sur la protection des données soit: les données sur les opinions ou les activités religieuses, philosophiques, politiques ou syndicales, sur la santé, la sphère intime ou l’origine raciale ou ethnique, les données génétiques, les données biométriques identifiant une personne physique de manière univoque, les données sur des poursuites ou sanctions pénales et administratives, les données sur des mesures d’aide sociale OU une donnée sensible pour l'UNIFR (en particulier des procès-verbaux de séance ou des courriels concernant des questions confidentielles liées à des projets ou des propos tenus).
- Ne pas donner des documents ou données contenant des noms de personnes, donc uniquement anonymisés.
- Ne pas télécharger des documents ou données confidentiels (par engagements contractuels ou une autre obligation par exemple: RH) ou couverts par un secret (exemple: de fonction ou médical).
- Ne pas télécharger des documents ou données dont on veut garder l'exclusivité. Exemple: publication scientifique pas encore publique.
La DIT-ER vous propose :
-
Microsoft Copilot Chat
- Login avec votre compte informatique de l'UniFR.
- Modèle de chat basé sur GPT
- Génération de textes et d'images
- Toutes les données introduites ne sont pas utilisées par Microsoft pour entraîner un modèle d'IA (Enterprise Data Protection).
-
Génération d’images : Adobe Firefly / Adobe Express
- Adobe Firefly permet de générer des images, des vidéos, et du contenu audio à partir de prompts.
- Disponible avec la licence Adobe Creative Cloud de l'UniFR (login avec votre compte informatique de l'UniFR).
- Les données sont conservées par Adobe mais elles ne sont pas utilisées pour "entraîner" un modèle d'IA.
- Adobe Firefly est réservé aux employé·es de l'UniFR.
- Adobe Express, disponible pour le personnel et les étudiant·es de l'UniFR, permet également de générer des images par IA.
-
Implémentation locale d'un LLM
- Modèle de chat basé sur la version 4 (Scout) Llama de Meta.
- Accessible via votre navigateur depuis le réseau de l'UNIFR ou avec le VPN activé (frillm.unifr.ch).
- Ce service expérimental est à utiliser tel quel ; aucun support supplémentaire ne sera fourni.
- Toutes les données restent sur les serveurs de la Direction IT.
-
Apertus
- Modèle de langage multilingue, ouvert et transparent, développé par l’EPFL et ses partenaires.
- Vise à offrir une alternative européenne et académique aux modèles commerciaux fermés.
- Entraîné sur des données publiques, avec une documentation complète et accessible à la communauté scientifique.
- Favorise l'amélioration, la vérifiabilité et la reproductibilité grâce à sa licence ouverte.
Pour plus d'informations : https://ai.epfl.ch/apertus-a-fully-open-transparent-multilingual-language-model/
La DIT est consciente que d'autres IA peuvent parfois produire des réponses de meilleure qualité que les outils proposés ci-dessus. Toutefois :
- Aucune garantie ne peut être donnée sur la localisation du traitement des données et sur leur utilisation par ces autres applications.
- Pour d'autres applications, il est possible de demander une licence limitée dans le temps financée par la Direction IT. Le financement est conditionné entre autres par les contraintes budgétaires de la DIT et à une utilisation associée à un projet de recherche ou à un enseignement (contactez-nous à dit-er@unifr.ch).
-
La DIT autorise l’utilisation de la version gratuite d'autres IA, sous réserve du respect des deux conditions suivantes :
- aucune donnée personnelle ne doit y être introduite ;
- la fonction d'entraînement des données doit être désactivée, par exemple : What if I want to keep my history on but disable model training? | OpenAI Help Center
- Microsoft 365 Copilot (M365 Copilot) peut accéder aux données et aux fichiers hébergés dans les produits OneDrive, Sharepoint (y compris MS Teams) et Exchange Online (la messagerie unifr.ch). Les détails de la collecte, de l’hébergement et du traitement des données de l’utilisateur par M365 Copilot ne sont pas suffisamment explicites, ils ne permettent pas d’exclure des risques liés à la protection des données. Pour cette raison, la DIT ne met pas à disposition ce service pour le moment et elle recommande de ne pas l’utiliser.
En savoir plus
- Principes généraux et recommandations de l’utilisation des IA génératives dans l’enseignement
- Considérations concernant les outils de détection de textes générés par l’IA
- Offre de formation sur l'utilisation de l'IA
- L'impact énergétique de l'utilisation de l'IA
- Un exemple de classification des modèles :le European Open-Source AI Index
-
Le monde des LLM est actuellement dominé par les produits des plus grandes entreprises technologiques comme OpenAI, Microsoft, Google ou Meta.
Alors que les LLM sont de très grands réseaux neuronaux (avec des milliards, voire des trillions de paramètres), des techniques d'optimisation (par exemple, la quantification) sont souvent appliquées pour minimiser la taille des modèles et améliorer la vitesse de calcul en réduisant leur précision. Ainsi, des milliers d'adaptations communautaires de ces modèles ont récemment vu le jour (voir la plateforme Hugging Face).
Ces modèles peuvent être exécutés à partir d'une ligne de commande (par exemple, llama.cpp, CTransformers, alpaca.cpp, Open Interpreter) ou d'une interface utilisateur (par exemple, traitement de texte : Ollama, LMStudio ; traitement d'images : stable-diffusion-webui).
Pour en savoir plus sur les dernières versions de LLMs et leurs performances, consultez le classement des modèles.
Questions fréquemment posées
Etudiant·es
