Le Mur du Développement de l'IA

Sun, 20 Jul 2025 21:52:42 +0900

Le Mur du Développement de l’IA

~ Je suis arrivé à la 8ème station, mais à partir de là, ce fut l’enfer ~

Bonjour, c’est kenji.

Dernièrement, j’ai entendu beaucoup de gens dire : “J’ai demandé à l’IA et j’ai pu créer une application !” Nous avons dépassé l’ère du no-code et du low-code pour entrer dans la phase du “vibe coding” (coder à l’intuition).

Par exemple, si vous dites “crée une application pour éditer des images et les publier sur les réseaux sociaux”, l’IA va générer le code et même l’interface utilisateur. Incroyable, on n’a plus besoin d’humains, non ? On pourrait le penser.

Mais en réalité, c’est comme atterrir à la 8ème station du Mont Fuji en tongs .

Jusqu’à la 8ème station, ça a l’air “facile”

Au début, le développement avec l’IA est vraiment facile. Entrées/Sorties de fichiers ? Ça marche. Réseau ? Eh bien, ça se connecte. Base de données ? Du JSON suffira. Interface utilisateur (UI) ? ChatGPT a généré du code React pour moi. Paiement ? L’API de Stripe peut se régler par un simple copier-coller.

À ce stade, on se fait l’illusion : “Je suis ingénieur maintenant, non ?” Mais le véritable enfer commence ici.

Pourquoi reste-t-on bloqué ?

La raison est simple : “L’IA crée quelque chose qui semble terminé, mais les ajustements finaux sont entièrement laissés aux humains.”

Les données disparaissent à cause des I/O de fichiers
La normalisation de la base de données est faible et les recherches sont lentes
L’UI n’est pas intuitive
Aucun test de charge, donc crash en cas de pic de trafic
Rejet lors de l’examen par Apple/Google
Problèmes avec les exigences légales (frôlant la catastrophe)

En d’autres termes, l’IA excelle à créer “des prototypes qui ressemblent à des produits finis” , mais en faire un “produit fonctionnel dans le monde réel” reste, aujourd’hui encore, le travail de l’homme .

Mais, il y a un paradoxe

Ici, on remarque un paradoxe .

Et si l’IA pouvait vraiment tout faire à l’avenir ? En d’autres termes, si “la sécurité, la facturation et le design étaient parfaitement gérés par l’IA” ?

À ce moment-là, la nécessité même pour les humains de créer des applications pourrait disparaître .

Car si les utilisateurs disent directement à l’IA “je veux faire ça”, les tâches seront exécutées instantanément sans avoir besoin d’une application.

🌀 Par exemple

Autrefois, on “ouvrait une application calculatrice pour calculer”, mais aujourd’hui, on dit juste “Dis Siri, combien font 12 x 32 ?” et c’est tout.

De la même manière, si on dit “Hé l’IA, modifie et partage cette photo”, la tâche peut être accomplie sans même passer par l’UI ou l’API d’une application.

En bref, lorsque l’objectif de “créer des applications avec l’IA” sera atteint, nous pourrions entrer dans un monde où les applications elles-mêmes ne sont plus nécessaires .

En fin de compte, que pouvons-nous faire maintenant ?

Alors, que devons-nous faire ?

Pour l’instant, “au-dessus de la 8ème station” reste le domaine de l’humain, alors perfectionnons-le.
Concentrez-vous sur la compréhension essentielle des utilisateurs et la conception de services.
Pensez à “ce qui a de la valeur” plutôt qu’à “ce qui peut être créé”.
Explorez plutôt des moyens d’apporter de la valeur “sans être restreint par le format d’une application”.

L’IA est un outil, un ascenseur, et parfois un concurrent. Mais “quoi créer” et “pourquoi le créer” restent des questions pour nous, les humains .

Résumé :

Le mur du développement de l’IA n’est pas technologique, c’est un paradoxe structurel.

Une époque où n’importe qui peut atteindre la 8ème station du Mont Fuji. Mais le vrai défi commence à partir de là.

Et quand nous atteindrons le sommet, un avenir où nous nous demanderons “Avions-nous vraiment besoin de gravir la montagne ?” nous attendra peut-être.

Comment générer des images d'illustration à l'aide de l'IA (Stable Diffusion)

Thu, 06 Apr 2023 00:43:19 +0900

Qu’est-ce que Stable diffusion

Stable diffusion est une IA développée par une équipe de recherche de l’Université de Munich, en Allemagne, qui génère des images à partir d’informations textuelles fournies. En lui apprenant diverses images, il peut générer une grande variété d’images allant des photographies aux illustrations.

Cette fois, je vais vous présenter comment générer des images d’illustration à l’aide des données pré-entraînées de Stable diffusion.

Ce dont vous aurez besoin

Compte Google

Seulement ça

Procédure de génération

Ouvrez https://colab.research.google.com
Sélectionnez Fichier en haut à gauche, puis Nouveau notebook
Sélectionnez Modifier, puis Paramètres du notebook
Changez l’Accélérateur matériel en GPU
Collez et exécutez le code ci-dessous

1

!pip install diffusers==0.8.0 transformers

Collez et exécutez le code ci-dessous

1

from diffusers import StableDiffusionPipeline

Collez et exécutez le code ci-dessous

1
2


pipe = StableDiffusionPipeline.from_pretrained("gsdf/Counterfeit-V2.5")
pipe.to("cuda")

Collez et exécutez le code ci-dessous

1
2
3
4
5


prompt = "((masterpiece,best quality)),1girl, solo, animal ears, rabbit, barefoot, knees up, dress, sitting, rabbit ears, short sleeves, looking at viewer, grass, short hair, smile, white hair, puffy sleeves, outdoors, puffy short sleeves, bangs, on ground, full body, animal, white dress, sunlight, brown eyes, dappled sunlight, day, depth of field"
n_prompt = "EasyNegative, extra fingers,fewer fingers"

image = pipe(prompt, negative_prompt = n_prompt).images[0]
image

Le Prompt utilisé ici est basé sur le Prompt de https://huggingface.co/gsdf/Counterfeit-V2.5.

IA on kenji.blog