Les concepts clés
Le graphique présente certains des termes et concepts fondamentaux à connaître, et situe l’intelligence artificielle comme une des branches de l’informatique (les autres ne sont pas indiquées). Comme toutes les représentations, ce graphique a ses limites : les frontières ne sont pas toujours aussi nettes, les définitions pour des raisons évidentes incomplètes. Que les experts me pardonnent.
La première division importante, à l’intérieur de l’intelligence artificielle, se fait entre systèmes déterministes et machine learning. Les systèmes déterministes sont ce à quoi on pense habituellement quand on parle d’un programme informatique : des règles écrites à la main qui produisent des flux prévisibles (“si cela arrive, fais ceci”). Même problème, même réponse.
Le machine learning (ML) fonctionne de manière opposée : personne n’écrit les règles. La machine les déduit toute seule, en observant des montagnes d’exemples. Elle ne suit pas une recette fixe, elle raisonne par probabilités. C’est cette différence qui explique, plus loin, pourquoi une IA d’aujourd’hui se “trompe” parfois ou change de réponse : elle ne suit pas des règles, elle estime ce qui est probable.
Le machine learning n’est pas un concept nouveau, mais c’est avec l’arrivée des réseaux de neurones à plusieurs couches (deep neural network) qu’il est devenu la base de la révolution IA. À l’intérieur du machine learning, en effet, la technique qui a tout changé est le deep learning : l’ensemble des méthodes avec lesquelles on conçoit, entraîne et utilise ces réseaux de neurones profonds.
Le deep learning d’aujourd’hui fait deux choses. Il prédit : il reconnaît une tumeur sur une radiographie, découvre la forme d’une protéine, décide quelle vidéo te montrer. Et il génère : il crée du contenu nouveau, des textes, des images, des vidéos, des voix. Cette seconde partie est l’IA générative, et c’est le véritable sujet de ce cours.
Ce n’est pas indiqué dans le graphique pour ne pas l’alourdir, mais il faut nommer les transformers, un type de réseau de neurones profond dont l’architecture utilise des mécanismes d’attention pour mettre en relation les éléments de l’entrée entre eux.
Les LLM, en simplifiant, sont des réseaux de neurones profonds de type transformer qui, dans leur forme la plus simple, apprennent à prédire le mot suivant le plus probable, en fonction du texte reçu jusqu’à ce moment-là.