L’intelligence visuelle d’Apple, introduite avec l’iPhone 16, utilise l’apprentissage automatique et le traitement d’image avancé pour permettre aux utilisateurs d’analyser des images à l’aide de l’IA.
Des informations en temps réel, telles que l’identification d’objets ou de texte dans une image et le lancement de recherches de contexte directement à partir de photos, peuvent toutes être effectuées dans iOS 18. Conçu pour rendre les recherches et la récupération d’informations plus accessibles et intuitives, cet outil dynamique rationalise les interactions quotidiennes avec les images. .
Cependant, si vous possédez un téléphone plus ancien et n’avez pas accès à l’intelligence visuelle, la bonne nouvelle est que vous pouvez toujours faire les mêmes choses avec d’autres outils d’IA.
Que vous souhaitiez extraire un numéro de téléphone d’une image ou identifier le type de plante sur une photo, il existe des outils d’IA gratuits qui peuvent vous aider.
1. Objectif Google
Google Lens est une application gratuite qui utilise la technologie de reconnaissance d’images pour effectuer des recherches sur Internet à l’aide d’images plutôt que de texte. Disponible dans l’application Google pour Android et iOS, l’outil peut identifier des objets, trouver des informations et, peut-être la fonctionnalité la plus intéressante, peut se connecter automatiquement aux réseaux Wi-Fi en scannant le nom du réseau et le mot de passe sur l’étiquette Wi-Fi.
Il peut également comparer des objets dans une image pour trouver une correspondance. Je l’ai utilisé pour aider ma mère à trouver plus de tissu en ligne à partir d’un morceau de tissu.
2. ChatGPT
ChatGPT, également gratuit, peut identifier des objets dans une image et lire du texte et des mathématiques à partir d’une image. Il peut également décrire des images et analyser des documents, deux fonctionnalités utiles pour les personnes malvoyantes.
Pour commencer, téléchargez simplement votre image à l’aide de l’icône en forme de trombone et ajoutez une invite telle que « Dites-moi quels objets se trouvent dans cette image » ou « Décrivez l’image ». ChatGPT affichera une description détaillée.
J’ai utilisé cette fonctionnalité à plusieurs reprises lorsque je ne porte pas mes lunettes à l’épicerie. Je prendrai une photo de, par exemple, de la vinaigrette et ChatGPT me dira les ingrédients.
3. Claude
Anthropic a introduit la reconnaissance d’image chez Claude, ce qui le rend très compétitif dans cette catégorie. Claude peut identifier des objets dans une image, analyser des graphiques et discuter de ce qui se passe dans une image.
Cependant, il faut garder à l’esprit que cette application a certaines limites car elle n’identifie pas les personnes dans les images, peut avoir des hallucinations ou faire des erreurs, surtout lorsque les images font moins de 200 pixels. Et même s’il peut compter les objets dans une image, il n’est pas toujours précis.
Modèle de segment Anything (SAM) de Meta AI peut être utilisé pour identifier des objets dans des images et des vidéos, même des objets qu’il n’a jamais rencontrés auparavant. Il peut également fonctionner dans une variété de domaines agricoles, aériens, sous-marins et même microscopiques.
La reconnaissance visuelle de Meta AI peut être associée à un grand modèle de langage pour comprendre à la fois le contenu visuel et textuel des sites Web. Il a été utilisé pour aider les scientifiques à identifier les arbres dans le cadre de recherches sur les incendies. Vous pouvez l’essayer en ouvrant Meta.ai sur votre navigateur ou dans le Metaverse.
5. Grok
La dernière mise à jour de X’s Grok inclut désormais des fonctionnalités d’analyse d’images, permettant aux utilisateurs d’obtenir des informations à partir de photos directement dans la plateforme. Si vous êtes un utilisateur X, vous pouvez télécharger votre image et Grok identifiera les objets et interprétera les détails visuels.
L’IA étant intégrée à X, la reconnaissance d’image de Grok ne peut être utilisée que sur le site, ce que certains utilisateurs peuvent trouver limitant. Cependant, pour les gros utilisateurs de X, cela peut être considéré comme un gain de temps grâce à la prise en charge des interactions contextuelles.
