Compression neuronale des données : l’IA peut-elle remplacer les codecs traditionnels ?

La compression des données est l’une des technologies qui rendent l’informatique moderne réellement exploitable. Les photos, les films en streaming, les appels vidéo, les bibliothèques musicales, les sauvegardes dans le cloud et les téléchargements de logiciels nécessiteraient beaucoup plus d’espace de stockage et de bande passante sans les codecs qui réduisent la quantité de données à traiter. Pendant des décennies, ces codecs se sont principalement appuyés sur des règles mathématiques soigneusement conçues et des techniques de traitement du signal. L’intelligence artificielle modifie aujourd’hui cette approche. Au lieu que les ingénieurs définissent manuellement chaque étape de la compression, les systèmes neuronaux peuvent apprendre à représenter efficacement des images, du son ou de la vidéo à partir de vastes ensembles d’exemples. En 2026, la compression neuronale a largement dépassé le stade des démonstrations en laboratoire, notamment pour le codage des images et de l’audio. Pourtant, remplacer des codecs bien établis tels que JPEG, AV1, AV2, VVC, AAC ou Opus représente un défi bien plus important que la simple réduction de la taille d’un fichier. La compatibilité, les besoins en puissance de calcul, la fiabilité et le support à long terme sont tout aussi importants.

Comment la compression neuronale transforme le rôle d’un codec

Un codec traditionnel suit généralement une série de techniques développées spécifiquement pour un type donné d’information. Un codec d’image peut diviser une image en blocs, transformer les informations de couleur et de luminosité, supprimer des détails que l’œil humain est peu susceptible de remarquer, puis stocker efficacement les valeurs restantes. Les codecs vidéo ajoutent une technique essentielle : au lieu d’enregistrer chaque image indépendamment, ils prédisent certaines parties d’une image à partir des images précédentes ou suivantes. Les codecs audio utilisent des principes similaires en fonction de ce que l’oreille humaine est plus ou moins susceptible de percevoir. Les codecs modernes sont devenus extrêmement sophistiqués, mais une grande partie de leur fonctionnement repose encore sur des règles conçues et perfectionnées par des ingénieurs.

La compression neuronale modifie l’origine de ces règles. Un réseau neuronal est entraîné sur de nombreux exemples et apprend à créer une représentation interne compacte du contenu d’origine. Pour une image, cette représentation peut conserver les informations concernant les formes, les textures, les contours et les couleurs tout en supprimant certains détails moins importants. Un décodeur utilise ensuite cette représentation compressée pour reconstruire une image destinée à rester proche de l’original. Le même principe général peut être appliqué à la parole, à la musique et à la vidéo. Les ingénieurs continuent de concevoir l’architecture générale du système et de déterminer son mode d’entraînement, mais le modèle apprend lui-même de nombreuses décisions qui, dans les codecs traditionnels, sont gérées par des algorithmes fixes.

Cette approche rend la compression neuronale particulièrement intéressante lorsque l’objectif principal est la qualité perçue plutôt qu’une correspondance numérique parfaite. Deux images peuvent différer au niveau de certains pixels tout en paraissant pratiquement identiques à une personne. Un codec appris peut être entraîné à consacrer un nombre limité de bits aux caractéristiques les plus importantes pour la vision humaine. Le même principe s’applique au son, où le maintien d’une parole naturelle ou de détails musicaux reconnaissables peut être plus important que la reproduction exacte de chaque échantillon. Il ne faut toutefois pas confondre cette approche avec la compression sans perte. Lorsqu’un document, un programme, une base de données ou un fichier exécutable doit être restauré octet par octet à l’identique, aucune reconstruction approximative n’est acceptable.

Dans quels domaines la compression par IA est-elle déjà utile ?

La compression des images fixes constitue l’un des exemples les plus clairs du passage du codage neuronal vers des usages pratiques. La norme ISO/IEC 6048-1:2025, mieux connue sous le nom de JPEG AI, a été publiée en 2025 comme première norme internationale de codage d’images reposant sur une approche d’apprentissage de bout en bout. Des spécifications JPEG AI supplémentaires portant sur les profils et le format de fichier ont suivi en 2026. Cette évolution est importante, car un codec efficace nécessite davantage qu’un bon modèle de recherche. Différentes applications doivent pouvoir créer, échanger et décoder des fichiers compatibles. JPEG AI définit un flux binaire et un processus de décodage normalisés, au lieu de laisser chaque développeur utiliser son propre système de compression neuronale incompatible avec les autres.

Les recherches continuent de montrer que la compression d’images fondée sur l’apprentissage peut dépasser l’efficacité de certaines conceptions conventionnelles. En mai 2026, des chercheurs d’Apple ont présenté un codec d’image appris conçu pour offrir à la fois une bonne qualité perceptuelle et des performances réalistes sur les appareils grand public. Selon leurs tests subjectifs, le système permettait de réduire sensiblement le débit nécessaire par rapport à plusieurs solutions avancées, notamment AV1, AV2, VVC, JPEG AI et certaines technologies expérimentales de compression. Les chercheurs ont également démontré l’encodage et le décodage d’images de 12 mégapixels directement sur un smartphone récent, sans dépendre uniquement d’un matériel puissant de centre de données. Il s’agit encore d’un travail de recherche et non d’une preuve que tous les formats d’image doivent être immédiatement remplacés, mais cela montre à quelle vitesse l’écart de performances entre codecs neuronaux et conventionnels se réduit.

L’audio constitue un autre domaine prometteur. Des systèmes neuronaux tels que SoundStream de Google et EnCodec de Meta apprennent des représentations compactes de la parole, de la musique et d’autres sons. Les premiers codecs neuronaux de parole étaient particulièrement intéressants à des débits extrêmement faibles, où les codecs conventionnels produisent souvent des artefacts robotiques ou métalliques clairement perceptibles. Les systèmes plus récents sont conçus pour traiter un éventail plus large de contenus audio et peuvent préserver un son convaincant avec relativement peu de données. Les codecs audio neuronaux sont également devenus importants dans l’IA générative, car leurs représentations compressées peuvent servir de jetons audio traités par d’autres modèles. Malgré cela, des codecs largement pris en charge comme Opus restent difficiles à remplacer dans les appels, le streaming et les communications via navigateur, car leurs implémentations sont matures, efficaces et disponibles sur un très grand nombre d’appareils.

Pourquoi les codecs traditionnels restent difficiles à remplacer

Le principal avantage des codecs établis ne réside pas toujours dans leur efficacité de compression. Il tient souvent à leur compatibilité. Un format multimédia répandu peut être pris en charge par les systèmes d’exploitation, les navigateurs, les processeurs graphiques, les téléviseurs, les appareils photo, les logiciels de montage, les consoles de jeux et les appareils mobiles. Un matériel dédié peut décoder les formats vidéo populaires en consommant beaucoup moins d’énergie qu’un processeur généraliste réalisant le même travail. Remplacer un tel écosystème exige que les fabricants, les développeurs de logiciels et les fournisseurs de contenus prennent en charge le nouveau codec à peu près au même moment. Un codec neuronal capable de produire un fichier 20 ou 30 % plus petit peut rester peu pratique si la majorité des utilisateurs ne peuvent pas ouvrir ce fichier sans logiciel spécifique.

Le coût de calcul constitue une autre limite importante. La compression neuronale nécessite des opérations mathématiques qui peuvent fonctionner efficacement sur un processeur neuronal moderne, mais beaucoup moins bien sur un matériel plus ancien. Un modèle puissant peut économiser de la bande passante réseau tout en consommant davantage d’électricité lors de l’encodage ou du décodage. Ce compromis est important pour les smartphones, les appareils photo, les équipements alimentés par batterie et les grands services de streaming qui traitent des millions de fichiers. La taille du modèle compte également, car le décodeur peut nécessiter davantage de mémoire ou le stockage de paramètres supplémentaires du réseau neuronal. Les progrès du matériel mobile destiné à l’IA réduisent progressivement ces problèmes, mais une comparaison reposant uniquement sur la taille finale des fichiers néglige une partie importante du coût réel.

Les codecs traditionnels bénéficient également de plusieurs décennies de tests. Leur comportement est bien connu avec des images inhabituelles, des fichiers endommagés, des connexions réseau faibles et différentes implémentations matérielles. Pour les archives, les diffuseurs et les systèmes de production professionnels, la garantie de pouvoir décoder un contenu de manière prévisible plusieurs années, voire plusieurs décennies plus tard, peut être plus importante que l’économie de quelques mégaoctets aujourd’hui. Les codecs neuronaux doivent donc disposer de modèles clairement spécifiés, d’un comportement de décodage stable et d’une gestion fiable des versions. JPEG AI est notamment important parce que la normalisation répond à une partie de ces préoccupations. Les codecs expérimentaux peuvent obtenir d’excellents résultats, mais un modèle disponible dans un dépôt de recherche n’est pas automatiquement adapté à la conservation à long terme ou à une distribution massive.

La différence entre des fichiers plus petits et une meilleure compression

Les affirmations selon lesquelles un codec serait meilleur qu’un autre doivent être interprétées avec prudence. Le plus petit fichier ne représente pas nécessairement le meilleur résultat. Les tests de compression comparent généralement le débit à la qualité du contenu reconstruit, mais cette qualité peut être mesurée de différentes manières. Une métrique mathématique peut favoriser une image numériquement proche de l’original, même lorsqu’une autre image semble meilleure aux yeux d’un observateur humain. Les systèmes neuronaux peuvent être entraînés pour privilégier la qualité perceptuelle et obtenir ainsi d’excellents résultats lors de tests d’écoute ou d’observation. Les codecs conventionnels peuvent également être optimisés pour des objectifs similaires. Une comparaison équitable doit tenir compte des mêmes contenus sources, de conditions d’utilisation comparables, du temps d’encodage, du temps de décodage et de la qualité subjective plutôt que de se limiter à un seul pourcentage mis en avant.

Il existe également une distinction importante entre la préservation de l’information et la création d’une approximation convaincante. Certaines méthodes expérimentales de compression générative peuvent reconstruire des détails plausibles qui n’ont pas été transmis explicitement. À des débits très faibles, cette approche peut produire un visage, un paysage ou une texture d’apparence plus naturelle qu’un codec conventionnel générant des blocs ou un flou visible. Cela peut être utile pour certaines applications de divertissement ou de communication, mais devenir inacceptable lorsque chaque détail visuel possède une valeur probante. Les images de surveillance, les images scientifiques, le contenu médical et les données d’inspection technique peuvent nécessiter la préservation de caractéristiques précises plutôt qu’une image qui semble simplement réaliste. Une reconstruction visuellement convaincante n’est donc pas nécessairement une reproduction fidèle.

L’argument en faveur d’un remplacement par l’IA devient encore moins convaincant pour les données générales nécessitant une compression sans perte. Les outils utilisés pour le code source, les logiciels, les documents, les bases de données et les sauvegardes doivent reproduire exactement la même séquence d’octets après décompression. L’apprentissage automatique peut estimer des structures dans ces données et contribuer à certaines recherches sur la compression, mais les méthodes établies sont rapides, prévisibles et relativement peu coûteuses à exécuter. Elles fonctionnent également sans nécessiter un grand modèle entraîné spécifiquement pour un type de contenu. Pour le stockage courant sur PC et l’archivage de fichiers, la compression neuronale est donc davantage susceptible de compléter les techniques sans perte existantes que de rendre soudainement obsolètes les algorithmes de compression et d’archivage familiers.

À quoi ressemble le paysage de la compression en 2026 ?

La compression neuronale progresse en même temps que les codecs conventionnels, ce qui signifie que l’IA affronte une technologie qui continue elle-même d’évoluer. L’UIT a approuvé une quatrième édition mise à jour de la norme H.266 Versatile Video Coding en janvier 2026. AOMedia a également finalisé la version 1.0 de la spécification AV2 en mai 2026. Successeur d’AV1, AV2 vise une efficacité de compression plus élevée ainsi que de nouveaux usages, notamment le contenu d’écran avancé et les médias immersifs. Ces évolutions montrent que l’ingénierie traditionnelle des codecs n’a pas atteint ses limites. Les ingénieurs continuent d’améliorer les méthodes de prédiction, les transformations, les outils de codage et les stratégies d’implémentation sans remplacer l’ensemble du codec par un réseau neuronal.

Dans le même temps, les organisations responsables des futurs standards vidéo prennent clairement l’intelligence artificielle au sérieux. Lors de sa réunion de juillet 2026, la Joint Video Experts Team a lancé un appel à technologies pour une nouvelle génération de compression vidéo destinée à succéder à VVC. Ce processus autorise explicitement aussi bien les méthodes conventionnelles de traitement du signal que les réseaux neuronaux et d’autres technologies fondées sur l’IA. L’évaluation formelle des propositions devrait commencer en 2027, avec un objectif provisoire de finalisation d’un premier standard de nouvelle génération vers la fin de 2029. Il n’existe donc pas, en 2026, de successeur entièrement neuronal et largement établi aux principaux codecs vidéo actuels, mais les approches neuronales sont déjà évaluées comme composants possibles des futures normes.

Une approche hybride pourrait s’avérer plus réaliste qu’une séparation nette entre codecs fondés sur l’IA et codecs traditionnels. Les réseaux neuronaux peuvent améliorer certaines tâches tandis qu’une structure de codec classique continue de gérer le flux binaire, la synchronisation, la compatibilité et le processus de décodage de base. L’apprentissage automatique peut contribuer à la prédiction, au filtrage, à la restauration d’images, au contrôle du débit ou à l’analyse du contenu sans que chaque élément du codec devienne neuronal. Les processeurs modernes intègrent de plus en plus de composants dédiés aux tâches d’apprentissage automatique, ce qui rend ces combinaisons plus réalistes. Cette évolution progressive permet aux développeurs d’obtenir une partie des gains d’efficacité ou de qualité liés à l’IA tout en conservant davantage d’interopérabilité et de prévisibilité propres aux formats existants.

L’IA peut-elle remplacer les codecs traditionnels ?

Pour certaines applications particulières, la réponse commence déjà à être oui. Le codage d’images fondé sur l’apprentissage a atteint le stade de la normalisation internationale avec JPEG AI, tandis que les codecs audio neuronaux ont démontré des résultats impressionnants pour la parole à faible débit et l’audio général. Les services spécialisés qui contrôlent à la fois l’encodage et le décodage peuvent adopter un système neuronal sans attendre une prise en charge universelle par tous les appareils. La réponse devient toutefois différente lorsqu’on considère l’ensemble du marché. Le streaming vidéo, les médias web, la diffusion, le stockage local et l’informatique sans perte répondent à des exigences différentes. À l’heure actuelle, aucune méthode neuronale unique ne constitue un remplacement convaincant de tous les codecs conventionnels dans l’ensemble de ces domaines.

L’évolution la plus probable concerne la définition même du codec. Les futurs codecs pourraient combiner des composants conventionnels, des composants neuronaux et des modèles entraînés pour certaines tâches de reconstruction, tandis que l’utilisateur ne verrait qu’un fichier ou un flux multimédia pris en charge. Dans d’autres cas, un codec entièrement appris pourrait utiliser un décodeur normalisé afin de garantir l’interopérabilité entre différentes applications. La frontière entre compression et traitement par IA pourrait devenir de plus en plus difficile à distinguer. Pour l’utilisateur, l’important n’est pas de savoir si un réseau neuronal fonctionne à l’intérieur du décodeur, mais si le résultat offre une qualité, une vitesse, une consommation énergétique, une efficacité de stockage et une fiabilité de lecture satisfaisantes.

En 2026, la compression neuronale doit donc être considérée comme une véritable nouvelle branche de la conception des codecs plutôt que comme une simple étiquette destinée à remplacer les technologies existantes. Elle a déjà donné naissance à une norme internationale pour l’image, à des systèmes audio fonctionnels et à des résultats de recherche capables de rivaliser avec certaines des meilleures méthodes conventionnelles. Dans le même temps, AV2, VVC et les compresseurs sans perte établis montrent pourquoi les techniques traditionnelles resteront pertinentes pendant de nombreuses années. Le choix d’un codec doit prendre en compte la compatibilité, le débit, la qualité visuelle ou sonore, le coût de calcul, la latence, les licences, le support à long terme et la nécessité éventuelle d’une reconstruction exacte. L’IA peut remplacer les codecs traditionnels lorsque ses avantages justifient ces compromis, mais l’avenir général de la compression reposera beaucoup plus probablement sur la coexistence et la combinaison de différentes approches que sur un remplacement complet.