Exp’OSE TA PEAU

Œuvre d’art collective générée grâce à l’IA

Client

LJCOM

Expertises

Technos

Modèles de diffusion

Transformers

OpenCV

Année

2024

Un projet similaire ?

Création d’une œuvre d’art collective pour sensibiliser aux maladies de la peau grâce à l’intelligence artificielle

Réalisation de la première ouvre d'art collective mettant en lumière les maladies de la peau grâce à l'intelligence artificelle

Contexte

Afin de sensibiliser aux maladies de la peau, LEO Pharma souhaitait organiser des événements sur le parvis de La Défense et en région. Ces événements ont pour objet de mettre en lumière des maladies mal connues du grand public. Celà s’est traduit par la création d’une œuvre d’art collective qui reflète la pluralité des expériences et des perceptions face aux affections cutanées.

LJCOM, agence spécialiste en communication santé, a sollicité Kernix en tant que partenaire technique pour les accompagner, développer une intelligence artificielle (IA) capable de modifier progressivement une image, et réaliser l’outil permettant la diffusion sur écran géant sur les lieux des événements.

Les évènements

L’outil a permis de diffuser des images sur le parvis de La Défense puis à Roubaix. Chaque passant pouvait inscrire son nom sur une borne, ainsi qu’un mot clé qui caractérise ce qu’il ressent (ex : “demangeaison”). Après modération sur un autre appareil, l’image précédente est modifiée en conséquence par l’IA et est affichée sur l’écran géant, remplaçant ainsi la précédente.

Le direct et l’environnement introduisent des contraintes particulières : l’accès à internet n’étant pas garanti sur le lieu de l’événement, l’IA devait être autonome et un réseau ad hoc pour relier les différents dispositifs (borne utilisateur, borne de modération et matériel de diffusion) a dû être mis en place.

Génération d'images

Une œuvre d’art collective est constituée d’une suite d’images : chaque image est une modification de la précédente.

Pour générer les images, Kernix a utilisé des modèles de réseaux de neurones parmis les plus récents : vision transformers et modèles de diffusion. Ces derniers réagissent à une description textuelle et permettent de modifier une image en conséquence.

Il est particulièrement difficile de contrôler précisément la sortie de ces modèles qui ont tendance à modifier complètement l’image. Nous avons donc combiné l’utilisation de ces modèles avec de la détection de contours pour définir des zones sur lesquelles apporter des modifications locales.

Selon l’affluence, les événements peuvent faire participer des centaines de personnes. Il est donc impératif de varier les types de transformations opérées. Certains effets plus classiques, tels que des filtres de saturation, ont été appliqués.

La conception du processus de génération d’images a aussi été une œuvre collective : les équipes de communication de LJCOM, les data scientists et directrice artistique de Kernix ont apporté leur expertise respective.

Prochaine réalisation

Mucem

Moteur de recherche