L'intelligence artificielle générative ou IA générative (ou GenAI) est un type de système d'intelligence artificielle (IA) capable de générer du texte, des images ou d'autres médias en réponse à des invites (ou "prompts"). Les modèles génératifs apprennent les modèles et la structure des données d'entrée, puis génèrent un nouveau contenu similaire aux données d'apprentissage mais avec un certain degré de nouveauté (plutôt que de simplement classer ou prédire les données). L'IA générative peut être unimodale ou multimodale ; les systèmes unimodaux n'acceptent qu'un seul type d'entrée (par exemple, du texte), tandis que les systèmes multimodaux peuvent accepter plusieurs types d'entrée (par exemple, du texte et des images). Les cadres les plus importants pour aborder l'IA générative comprennent les réseaux antagonistes génératifs (GAN) et les transformateurs génératifs pré-entraînés (GPT). Les GAN se composent de deux parties : un réseau générateur qui crée de nouveaux échantillons de données et un réseau discriminateur qui évalue si les échantillons sont réels ou faux. Les deux réseaux sont formés ensemble dans le cadre d'un processus concurrentiel, le réseau générateur essayant continuellement de produire des échantillons de meilleure qualité et plus réalistes, tandis que le réseau discriminateur s'efforce d'identifier avec précision les faux échantillons. Les GPT sont des réseaux de neurones artificiels fondés sur l'architecture du transformateur, pré-entraînés sur de grands ensembles de données de texte non étiqueté et capables de générer un nouveau texte de type humain. Ils utilisent de grands modèles de langage (abrégé LLM de l'anglais large language model) pour produire des données fondées sur l'ensemble de données d'entraînement qui a été utilisé pour les créer. L'IA générative a de nombreuses applications potentielles, notamment dans des domaines créatifs tels que l'art, la musique et l'écriture, ainsi que dans des domaines tels que les soins de santé, la finance et les jeux.