Des modèles d’IA génératifs, façon DALL-E ou Midjourney, pourraient extrapoler de l’imagerie HD à partir de visuels de faible qualité
Deux chercheur.e.s membres de l’Institut intelligence et données (IID) de l’Université Laval, Flavie Lavoie-Cardinal (Faculté de médecine) et Christian Gagné (Faculté des sciences et de génie) publient l’article « Resolution Enhancement With A Task-Assisted GAN to Guide Optical Nanoscopy Image Analysis and Acquisition » dans Nature Machine Intelligence.
Nombreux sont celles et ceux qui ont expérimenté avec des outils de génération d’images basés sur l’intelligence artificielle (IA) comme Midjourney ou DALL-E — à partir d’une commande texte, ou en se basant sur d’autres visuels, ces modèles peuvent générer des quantités importantes de nouvelles images. Au-delà de leur aspect ludique, ce type de modèles dits « génératifs » pourraient représenter une petite révolution dans le domaine de la bioimagerie en permettant d’extrapoler des visuels à très haute résolution à partir d’images de plus faible qualité.
Cette avancée est le fruit des travaux d’une équipe de recherche majoritairement féminine de l’Université Laval, formée des professeurs Flavie Lavoie-Cardinal (Faculté de médecine) et Christian Gagné (Faculté des sciences et de génie), ainsi que des étudiants aux cycles supérieurs Catherine Bouchard, Theresa Wiesner, Andréanne Deschênes, Anthony Bilodeau et Benoît Turcotte. Dans un article récemment publié dans Nature Machine Intelligence, elles et ils font la démonstration que l’IA générative peut être utilisée pour « augmenter » les capacités d’un instrument moins précis et ainsi lui permettre d’avoir des performances équivalentes à celle d’outils de grande précision.
Lire la nouvelle complète de l’Institut intelligence et données (IID)
