Qu’est-ce qu’un outil de recherche de visages ?

Vous connaissez probablement la recherche de visages. C’est un système qui permet de trouver des personnes sur Internet à partir de leurs photos.

En termes simples : vous importez une photo de vous, et l’outil recherche vos images sur d’autres sites web.

Comment développe-t-on un modèle d’IA ?

Commençons par le matériel : pour les grands modèles d’IA, les développeurs utilisent généralement des ordinateurs équipés de plusieurs GPU puissants. Les GPU peuvent effectuer de nombreux calculs mathématiques en même temps.

Ensuite, les développeurs écrivent du code. Python et des frameworks d’IA comme PyTorch ou TensorFlow sont souvent utilisés pour définir ce que le modèle doit apprendre et quelles données serviront à son entraînement.

Une fois le code prêt, ils collectent des images et entraînent le modèle. Le modèle reçoit un très grand nombre d’exemples. Au début, ses réponses sont souvent incorrectes. Chaque fois qu’il se trompe, ses paramètres internes, appelés poids, sont légèrement ajustés jusqu’à ce que les résultats soient satisfaisants.

Nous allons maintenant expliquer comment les modèles d’IA destinés à la recherche de visages trouvent et comparent les visages dans les images, ainsi que la manière dont les images sont trouvées sur Internet.

Comment fonctionne la reconnaissance faciale ?

La reconnaissance faciale se déroule en plusieurs étapes. Voici l’explication la plus simple :

1. Détecter un visage sur une photo

La première étape consiste à trouver le visage dans l’image importée. Le système repère sa position et le distingue de l’arrière-plan et des autres éléments de la photo.

Comment entraîne-t-on les modèles de reconnaissance faciale ?

Les modèles de reconnaissance faciale sont entraînés à l’aide d’un grand nombre d’images de visages. Pendant l’entraînement, l’IA apprend quelles caractéristiques du visage permettent de distinguer les personnes. Avec le temps, le modèle apprend à reconnaître les ressemblances entre différentes photos d’une même personne.

En termes simples : on montre tellement d’images à l’IA qu’elle apprend à distinguer les visages.

2. Analyser les caractéristiques du visage

Ensuite, l’IA analyse le visage. Elle calcule les distances entre différentes caractéristiques et en crée une représentation mathématique.

3. Convertir le visage en vecteur

Au lieu d’enregistrer des descriptions comme « grands yeux », le système représente ces caractéristiques par des nombres. Les ordinateurs peuvent ainsi comparer un visage à des millions d’autres beaucoup plus facilement et rapidement.

4. Comparer les visages

L’IA compare les caractéristiques détectées avec les visages présents dans l’index de recherche ou dans une base de données. Les visages dont les vecteurs sont similaires sont considérés comme des correspondances possibles.

Le système peut ensuite calculer un score de similarité et afficher d’abord les résultats les plus proches.

Robots d’exploration : comment les images sont-elles collectées ?

Pour trouver des images, un moteur de recherche de visages doit d’abord constituer un index d’images. Pour cela, il utilise des robots d’exploration du Web.

Les robots d’exploration sont des programmes automatisés qui visitent des pages web accessibles au public. Lorsque le moteur de recherche trouve une image sur l’une de ces pages, il l’ajoute à son index. Si un visage est détecté, le système peut créer un vecteur facial qui pourra ensuite être comparé aux photos importées par les utilisateurs.

Les modèles de recherche de visages et les LLM sont-ils la même chose ?

La recherche de visages et les LLM sont parfois confondus. Voici la réponse simple :

Non, les modèles de recherche de visages et les LLM ne sont pas la même chose, même si tous deux sont des modèles d’IA.

Les LLM sont des modèles qui génèrent du texte, comme ChatGPT ou Google Gemini.

Les outils de recherche de visages comme lenso.ai ou eyematch.ai ne sont donc pas des LLM. Ce sont des moteurs de recherche inversée d’images qui utilisent leurs propres modèles d’IA.

Lenso.ai utilise également une IA non générative et n’est pas un LLM. Pour en savoir plus sur les différences entre l’IA générative et l’IA non générative, consultez cet article : IA générative et IA non générative : quelles sont les différences ?

Author

Kinga Jasinska

Marketing Specialist