« Toute technologie suffisamment avancée est indiscernable de la magie. »
Arthur C. Clarke
Présentation du cours
L’intelligence artificielle est passée en quelques années des laboratoires à la vie de tous les jours. Des assistants conversationnels rédigent, traduisent et programment, des modèles démontrent des théorèmes, des agents agissent sur le Web, et les débats sur l’emploi, la création, l’environnement ou les risques de l’IA occupent l’actualité. Ce cours propose de comprendre comment ces systèmes fonctionnent, d’où ils viennent, et quels problèmes ils posent.
Il suit l’histoire de l’IA, de la question posée par Alan Turing en 1950 aux grands modèles de langage, à travers deux grands paris : faire raisonner une machine avec des règles et des symboles, ou la faire apprendre à partir de données. Chaque module explique les mécanismes par des exemples concrets, des figures et des applications interactives, et chaque travail noté fait manipuler l’un d’eux : un système expert, un classifieur, un réseau de neurones, un modèle de langage, puis un assistant d’IA réel. Le dernier module mobilise ces connaissances pour examiner les problèmes que pose l’IA, en distinguant, dans chaque débat, ce qui relève des faits et ce qui relève des valeurs.
Le cours ne suppose aucune formation préalable en informatique ou en mathématiques avancées : les notions nécessaires sont introduites au fil des modules, et les activités pratiques se font dans un tableur et dans des applications interactives, sans programmation. Il fait partie du programme court en intelligence artificielle dans les entreprises.
Un cours exhaustif et à jour
Le cours contient beaucoup de matière, et ce choix est délibéré. Il poursuit un double objectif.
- Être exhaustif. L’IA touche à l’informatique, aux mathématiques, à la linguistique, aux sciences cognitives, à la philosophie, à l’économie et au droit. Plutôt que de s’en tenir à quelques sujets, le cours cherche à couvrir le domaine le plus largement possible : son histoire, ses mécanismes, ses applications et les débats qu’il suscite, avec les personnes et les travaux qui les ont marqués. Il peut ainsi servir d’ouvrage de référence, à consulter bien après la fin du cours. Les objectifs de chaque module, précisés dans son introduction, en indiquent l’essentiel, et certains chapitres, marqués « approfondissement », sont facultatifs.
- Être évolutif et à jour. Le domaine change de mois en mois : de nouveaux modèles paraissent, des entreprises naissent ou disparaissent, des débats s’ouvrent ou se déplacent. Le cours est mis à jour en continu pour suivre ces changements, et les événements récents y sont toujours datés. Les livres PDF et EPUB sont produits de nouveau à chaque mise à jour, et leur page de titre indique la date de la version.
Objectifs du cours
Ce cours vise à offrir une base solide sur les concepts fondamentaux de l’intelligence artificielle et sur les problèmes qu’elle pose. Plus précisément, il vous permettra de :
- retracer l’histoire de l’intelligence artificielle, de l’IA symbolique aux grands modèles de langage, en situant ses grandes étapes et ses principaux courants ;
- expliquer les principes de l’apprentissage automatique : données, entraînement, généralisation et évaluation d’un modèle ;
- décrire le fonctionnement des réseaux de neurones et de l’apprentissage profond ;
- expliquer le fonctionnement de l’IA générative et des grands modèles de langage, de la prédiction du mot suivant aux assistants et aux agents ;
- appliquer, dans des activités guidées, les mécanismes essentiels de l’IA : un système à base de règles, un classifieur, un réseau de neurones et un modèle de langage ;
- analyser les problèmes philosophiques, scientifiques, moraux, économiques, sociaux, environnementaux et humains que pose l’IA, en distinguant les questions de fait et les questions de valeur ;
- formuler une position argumentée sur ces problèmes, et situer les principales attitudes devant l’IA.
Dans l’introduction de chaque module, vous trouverez les objectifs spécifiques poursuivis.
Contenu
Le cours se déroule sur quinze semaines et se découpe en cinq modules, chacun suivi d’un travail noté, comme le précise la feuille de route.
- Le Module 1 (deux semaines) remonte aux origines de l’IA et raconte l’aventure de l’intelligence artificielle symbolique (le GOFAI, pour Good Old-Fashioned AI) : pendant près de quarante ans, le pari de faire « penser » une machine en lui faisant manipuler des symboles et des règles logiques. Du test de Turing (1950) aux systèmes experts et aux « hivers » de l’IA, il présente les grandes idées de cette première école, la recherche dans un espace d’états, la représentation des connaissances, le raisonnement à base de règles, et explique pourquoi elle a fini par buter sur ses limites.
- Le Module 2 (trois semaines) présente l’apprentissage automatique (machine learning) : comment une machine apprend à partir d’exemples, pour prédire une valeur ou classer un cas, ce que signifie généraliser au-delà des exemples vus, et comment évaluer honnêtement un modèle.
- Le Module 3 (trois semaines) explique les réseaux de neurones et l’apprentissage profond (deep learning) : comment un réseau s’entraîne, comment il voit des images, lit une séquence et porte son attention, comment il apprend à jouer, et comment on peut le tromper.
- Le Module 4 (trois semaines) se consacre à l’IA générative et aux grands modèles de langage : générer des images, des voix et des textes, passer des mots aux nombres, prédire le mot suivant, faire d’un modèle un assistant, des modèles qui raisonnent aux agents, et regarder à l’intérieur des modèles.
- Le Module 5 (quatre semaines) examine les problèmes que pose l’IA dans le monde, en neuf familles, philosophiques, scientifiques, moraux, économiques, sociaux et politiques, environnementaux, humains et extrêmes, puis les principales attitudes devant l’IA.