Les fichiers source modifiables peuvent révéler des relations qui disparaissent lorsqu’un design est aplati en JPEG ou PNG. Il est important de préciser qu’un format modifiable n’offre qu’un potentiel structurel. Un document particulier peut conserver des calques riches, des objets, du texte, des pages ou des dépendances, ou n’en préserver que très peu.
Cette distinction modifie la façon dont les équipes d'IA doivent évaluer les données de design. Un PSD, un fichier Illustrator ou un document InDesign n’est pas précieux simplement parce qu’il est modifiable. Il ne l’est que lorsque la structure effectivement préservée dans le fichier correspond à une tâche d’apprentissage, d’évaluation, d’édition, de génération ou de reconstruction. Les recherches récentes en graphic design rendent cette distinction de plus en plus concrète : CreativePSD et PSDesigner utilisent des informations PSD structurées et des traces d’opérations; LICA représente les designs comme des hiérarchies de composants en couches, et GraphicDesignBench évalue les tâches de design professionnelles en utilisant la validité structurelle parallèlement à des mesures visuelles et sémantiques.
Pour les acheteurs comparant des jeux de données créatives sous licence, Wavebreak Media’s dataset buyer guide inclut des jeux de données de templates aux côtés d'autres catégories de données d'entraînement pour l'IA. La représentation appropriée dépend toutefois de la tâche du modèle et des structures que les fichiers source préservent réellement.
Un jeu de données de fichiers de design est une collection de documents source créatifs et d'enregistrements associés assemblée pour une tâche définie d'IA, d'apprentissage automatique (machine learning), de recherche ou d'évaluation. Les enregistrements peuvent inclure les fichiers source natifs, des rendus, des métadonnées structurelles, des annotations, des relations de transformation, la provenance et des informations relatives aux droits.
La distinction entre une collection de fichiers et un jeu de données est pratique. Un dossier contenant des milliers de .psd, .ai et .indd peut être difficile à utiliser pour l'entraînement si les fichiers sont dupliqués, mal liés, privés de dépendances, structurés de manière incohérente ou sans rapport avec la tâche prévue pour le modèle. Un enregistrement plus utile relie ce que le modèle peut observer dans la sortie rendue à ce qui existe dans le document source.
Un enregistrement utile établit généralement des liens entre :
- document source et format d'origine
- rendu ou aperçu
- manifeste de la structure spécifique au format
- manifeste des dépendances
- famille de modèles et lignée des variantes
- enregistrement de provenance et de droits
- publication du jeu de données et métadonnées de l'application/version
Jen Togonon
