Neurocourse

Qu'est-ce que l'intelligence artificielle ?

L'IA est un logiciel qui apprend à partir d'exemples au lieu de suivre des règles prédéfinies. Nous allons vous expliquer simplement la différence, voir où l'IA agit déjà de manière invisible dans votre quotidien, et pourquoi « apprendre par l'exemple » explique à la fois ses superpouvoirs et ses erreurs.

De l'histoire, vous savez quelle idée a prévalu : ne pas programmer la connaissance, mais enseigner à partir d'exemples. Voyons ce que cela signifie en pratique — c'est le fondement de tout ce cours.

Un programme classique : un monde de règles strictes

Un programme classique est un ensemble d'instructions écrites par une personne : « si le bouton est pressé, ouvrir la fenêtre », « si le total dépasse 1000, demander confirmation ». Un programme ne fera jamais rien qui ne soit pas dans ses règles. C'est sa force (sa prévisibilité) et sa limite : essayez d'écrire des règles qui distinguent un chat d'un chien sur une photo. La forme des oreilles ? Varie selon la race. Les moustaches ? Pas toujours visibles. Les gens ont essayé pendant 30 ans sans succès.

L'IA : un monde d'exemples

Le machine learning a inversé l'approche : au lieu de mille règles pour « à quoi ressemble un chat », vous montrez au modèle un million de photos avec les réponses — chat / pas chat — et il trouve les motifs lui-même : des combinaisons de formes, de textures et de proportions qu'une personne ne pourrait même pas exprimer avec des mots. C'est ce qu'est le machine learning — le fondement de toute l'IA moderne.

Une question à méditer : si le modèle a appris ses motifs à partir d'exemples, que se passe-t-il lorsque vous lui montrez quelque chose qui ne figurait pas dans ces exemples ?

Retenez votre réponse — nous la vérifierons dans la leçon sur les hallucinations.

Vous utilisez l'IA depuis des années — sans même le savoir

  • 📱 Déverrouillage facial — un réseau neuronal vous reconnaît même si vous avez l'air légèrement différent chaque jour.
  • 🎵 Recommandations de musique et de vidéos — un modèle qui a appris vos goûts à partir de votre historique d'écoute.
  • 📧 Le dossier spam — une IA entraînée sur des milliards d'e-mails : les règles ne peuvent pas attraper les spams, ils mutent.
  • 🗺️ Le trafic dans votre application de cartes — une prédiction construite à partir des données de milliers de voitures.
  • 📷 L'appareil photo de votre téléphone — le mode nuit et le flou d'arrière-plan sont aussi des réseaux neuronaux.

Remarquez ce qu'ils ont en commun : chacun est une tâche pour laquelle vous ne pouvez pas écrire les règles, mais collecter des exemples est facile.

Échecs contre Go : les deux approches, côte à côte

En 1997, l'ordinateur Deep Blue a battu le champion du monde d'échecs Garry Kasparov — et ce fut un triomphe de l'ancienne approche : une armée de programmeurs et de grands maîtres a chargé manuellement la connaissance des échecs dans la machine, et à partir de là, elle a gagné en traitant des millions de positions par seconde. Cette astuce n'a pas fonctionné pour le Go : il y a plus de positions que d'atomes dans l'univers, la force brute est impuissante, et aucun maître n'a pu exprimer « les règles d'un bon coup » avec des mots.

Le Go est donc resté invaincu pendant vingt ans — jusqu'à ce qu'AlphaGo l'apprenne à partir de millions de parties et en jouant contre lui-même. Une frontière a cédé aux règles, l'autre uniquement à l'apprentissage. Gardez cette paire à l'esprit : elle vous indique instantanément quelle approche convient à quelle situation.

Trois types d'IA que vous rencontrerez

  • Reconnaissance : examine les données et dit « ce que c'est » — un visage sur une photo, un spam dans un e-mail, un défaut sur une ligne de production.
  • Prédiction : estime « ce qui va se passer » — le trafic dans une heure, un client sur le point de partir, le prochain mot suggéré par votre clavier.
  • Générative : crée quelque chose de nouveau — texte, images, musique, code. C'est celle qui a explosé en 2022, et la majeure partie de ce cours y est consacrée.

Mythes courants (démystifions-les maintenant)

  • « L'IA, ce sont des robots. » Un robot est un corps, l'IA est le « cerveau ». Presque toute l'IA moderne vit sans corps du tout : dans votre téléphone, votre navigateur, un serveur.
  • « L'IA pense comme un humain. » Non : elle trouve des motifs statistiques. Parfois, le résultat est indiscernable de la pensée, mais le mécanisme est différent — et nous aborderons les différences (les hallucinations, par exemple).
  • « L'IA a des objectifs et des désirs. » Un modèle a un objectif mathématique que des personnes lui ont donné. Les inquiétudes concernant l'IA méritent d'être prises au sérieux, mais partez des faits, pas des scénarios de films.

La formule clé de ce cours

Apprenez un contraste — il explique la plupart des comportements de l'IA :

Un programme classique : une personne écrit les règles → la machine les suit → prévisible, mais limité à ce qui a été écrit.
L'IA : une personne donne des exemples → la machine élabore les règles elle-même → elle gère des tâches sans règles, mais ses conclusions sont des statistiques, pas une garantie.

Les deux faces de la médaille en découlent. La superpuissance : l'IA résout des problèmes que personne ne pourrait programmer (parole, vision, traduction, conversation). La faiblesse : elle peut se tromper avec assurance et sans avertissement — ses « règles » ont été tirées d'exemples, et dans des cas rares ou nouveaux, les statistiques la déçoivent.

Faites ceci maintenant : votre premier vrai résultat en une minute

Assez de théorie — passons à la pratique avec l'IA. Vous n'avez pas besoin d'aller ailleurs : il y a un bouton « Exécuter » sous le prompt et une vraie IA répond juste ici. Changez un mot sur la première ligne — votre propre métier — et exécutez-le :

You are an experienced assistant. I'm a marketer.
(swap in your own: accountant, teacher, chef, driver — anything)

Do three things:
1. Name 5 typical work tasks of mine where you could help.
2. For the most common one, show a finished example: a short text or plan you'd produce.
3. Ask me 2 clarifying questions to make the result more accurate.

En moins d'une minute, vous aurez une réponse adaptée à votre métier — c'est le premier vrai résultat que ce cours vise à vous apporter. Vous n'aimez pas la réponse ? Ajoutez « Rendez-le plus court » ou « Donnez-moi un autre exemple » et renvoyez — l'IA le refera avec plaisir. Vous venez d'appliquer tout ce dont nous avons parlé : vous avez donné au modèle des exemples à suivre (un rôle et une tâche), et il a élaboré les règles de la réponse lui-même.

Vous ne voyez pas le bouton ? Vous n'êtes pas encore connecté — l'inscription est gratuite et ne prend qu'un clic. Et dans le module trois, nous vous aiderons à configurer votre propre accès à l'IA en dehors du cours, étape par étape.

Et une petite chose à noter pour plus tard :

trouvez trois fonctionnalités basées sur l'IA sur votre téléphone (déverrouillage facial, recommandations, le filtre anti-spam) et demandez-vous de quels exemples chacune aurait pu apprendre. L'habitude de demander « sur quoi cela a-t-il été entraîné » est le premier pas vers une véritable compréhension de l'IA.

Practice · 3 задачи

Short questions on the lesson — with an explanation for every answer.