L’intelligence artificielle (IA) désigne la capacité d’un système à réaliser des tâches habituellement associées à l’intelligence humaine : apprendre, raisonner, résoudre des problèmes, comprendre le langage, percevoir l’environnement…

Aujourd’hui, les IA sont largement répandues dans notre quotidien. Elles sont cependant discrètes : chacune est conçue pour accomplir une tâche bien précise. On parle alors d’IA spécialisée. Par exemple, une IA peut reconnaître des visages, mais sera incapable de traduire un texte ou de jouer aux échecs si elle n’a pas été spécifiquement entraînée pour cela.

En comparaison, le cerveau humain est capable de réaliser une multitude de tâches très diverses, avec une consommation d’énergie remarquablement faible. Les IA, en revanche, nécessitent d’importantes ressources de calcul et d’énergie pour fonctionner.

L’un des grands objectifs du domaine est de parvenir à une IA générale (AGI – *Artificial General Intelligence*), c’est-à-dire une IA capable d’apprendre n’importe quelle tâche intellectuelle humaine, avec une certaine autonomie, flexibilité et capacité d’adaptation.

• Révolutionner des domaines entiers (santé, science, éducation…)
• Travailler aux côtés des humains sur des problématiques complexes
• Poser des questions éthiques majeures : contrôle, responsabilité, biais, etc.

L’IA comprend plusieurs champs spécialisés. Voici les principaux :

• Machine Learning (ML) : l’IA qui apprend à partir de données.
• Deep Learning (DL) : une forme de ML utilisant des réseaux de neurones complexes.
• NLP (Natural Language Processing) : l’IA appliquée au langage naturel.
• LLM (Large Language Model) : des modèles de langage basés sur le Deep Learning.

Le Machine Learning permet à une machine d’apprendre à partir de données sans être explicitement programmée. On lui donne des exemples (d’images, de textes, de chiffres…), et elle apprend à reconnaître des motifs pour prendre des décisions.

• Assistants vocaux intelligents (Alexa, Siri…) qui s’améliorent avec l’usage.
• Correction automatique et texte prédictif sur smartphone.
• Détection de fraude dans les transactions bancaires.
• Outils de diagnostic médical via l’analyse d’images ou de constantes vitales.

👉 Le Machine Learning est aujourd’hui partout dans notre quotidien.

Le Deep Learning est un sous-domaine du Machine Learning qui repose sur des réseaux de neurones artificiels, inspirés du fonctionnement du cerveau humain.

🔍 Pour vulgariser, imaginez un réseau de neurones comme un immense système de filtres à plusieurs couches : chaque couche reçoit une information, la transforme un peu, puis la transmet à la couche suivante. Les premières couches repèrent des éléments simples (comme des lettres ou des sons), les suivantes les combinent pour reconnaître des structures plus complexes (comme des mots, des images ou des intentions).

Chaque neurone artificiel dans le réseau effectue un calcul très simple, mais c’est l’organisation en milliers (voire millions) de neurones interconnectés qui rend le système capable de comprendre et d’apprendre des concepts complexes.

Chaque neurone artificiel dans le réseau effectue un calcul très simple : il reçoit des valeurs en entrée (provenant des neurones de la couche précédente), leur applique un poids (ou pondération), additionne le tout, puis applique une fonction d’activation pour produire une sortie.

Ces sorties sont ensuite transmises à la couche suivante. Ce processus se répète de couche en couche, dans ce qu’on appelle les couches cachées. Chaque couche apprend à détecter des motifs de plus en plus complexes à partir des données brutes.

Enfin, dans la couche de sortie, le réseau donne une série de valeurs qui sont interprétées comme des probabilités. Par exemple, pour un modèle de reconnaissance d’image, chaque sortie correspond à une catégorie possible (ex. : chiffre de 0 à 9), et le chiffre avec la probabilité la plus élevée est celui prédit par le modèle.

C’est l’organisation en milliers (voire millions) de neurones interconnectés et ajustables qui rend le système capable de comprendre et d’apprendre des concepts complexes.

🧠 Ce mécanisme est utilisé pour entraîner les LLM. Lors de l’entraînement, le modèle reçoit d’immenses volumes de texte. Il apprend à prédire le mot suivant dans une phrase, en ajustant les connexions entre ses neurones à chaque essai. Peu à peu, il repère des régularités, des relations grammaticales, des styles et même des raisonnements logiques.

C’est cette architecture neuronale profonde, combinée à une grande puissance de calcul et à l’architecture Transformer, qui a permis l’émergence des LLM modernes comme ChatGPT.

1. Il est particulièrement efficace sur des données non structurées (textes, images, sons…).
2. Il s’appuie sur des modèles à plusieurs couches (deep) qui permettent de capter des niveaux de sens complexes.

📌 Exemple : pour reconnaître un chat dans une photo, le DL peut d’abord identifier des formes, puis des yeux, puis une tête, etc.

Les Large Language Models (LLM) sont des modèles de Deep Learning spécialisés dans la compréhension et la génération de langage. Ils se situent à l’intersection du Deep Learning et du traitement automatique du langage naturel (NLP).

NLP (Natural Language Processing), ou traitement automatique du langage naturel, est un domaine de l’IA qui vise à permettre aux machines de comprendre, interpréter et générer du langage humain de manière pertinente.

🔍 Le langage humain est riche en subtilités et en ambiguïtés. Un mot peut avoir plusieurs significations selon le contexte. Par exemple, le mot « batterie » ne signifie pas la même chose dans « une batterie de cuisine » et dans « la batterie du téléphone ». Pour qu’un modèle puisse interpréter correctement un mot, il doit donc être capable d’en comprendre l’usage dans son environnement syntaxique et sémantique.

• Compréhension du contexte : identifier la signification exacte d’un mot selon la phrase.
• Gestion de la polysémie : distinguer les multiples sens d’un même mot.
• Analyse de la structure : reconnaître la grammaire, les dépendances entre les mots.
• Production cohérente : générer des phrases correctes, logiques et adaptées au sujet.

• La langue naturelle est floue, évolutive et pleine d’exceptions.
• Les règles varient selon les langues, les cultures ou les registres de discours.
• Le modèle doit retenir le fil d’un échange, parfois très long, et s’adapter au ton.

• L’introduction des embeddings pour représenter les mots de manière vectorielle.
• Le mécanisme d’attention, qui permet de modéliser le contexte à long terme.
• L’architecture Transformer (2017), permettant un entraînement parallèle à grande échelle.
• L’utilisation de données massives et la disponibilité de GPU performants.

Grâce à ces avancées, les LLM peuvent aujourd’hui comprendre et générer du texte avec une fluidité et une précision impressionnantes, ouvrant la voie à des assistants intelligents capables de collaborer avec les humains dans de nombreux domaines.

• Leur taille colossale : des milliards de paramètres.
• Leur capacité à produire du texte fluide, proche du langage humain.
• Leur polyvalence : une seule architecture peut accomplir des dizaines de tâches (traduire, résumer, coder, dialoguer…).

Depuis son lancement en novembre 2022, ChatGPT a suscité un immense engouement : plus d’un million d’utilisateurs en cinq jours seulement. Pourquoi un tel succès ? Parce que cette IA est capable de *répondre à des questions*, *traduire des textes*, *résumer des documents*, *écrire du code*, *rédiger des poèmes*… et bien plus encore ! 🤯

Ce cours propose une introduction progressive et accessible à l’intelligence artificielle (IA) et plus particulièrement aux LLM, au cœur de cette révolution.

Un Large Language Model (LLM) est une intelligence artificielle capable de comprendre et de générer du texte, en s’appuyant sur des milliards de mots analysés dans des corpus massifs.

🔍 Concrètement, un LLM reçoit une phrase (ou une suite de mots) et prédit le mot suivant, en tenant compte du contexte. Il est entraîné grâce à des réseaux de neurones profonds (deep learning) et apprend sans supervision directe, simplement en repérant des motifs dans les données.

Voici les grandes étapes du fonctionnement d’un LLM :

1. Entrée : l’utilisateur saisit un texte → exemple : “La capitale de la France est…”
2. Traitement : le modèle transforme les mots en tokens (unités de sens), les analyse à travers des couches de neurones artificiels.
3. Prédiction : le modèle attribue une probabilité à chaque mot du vocabulaire et choisit le plus probable → “Paris”.
4. Affinage : grâce à un entraînement sur des milliards de phrases, le modèle améliore sa capacité à générer un texte fluide, logique et pertinent.

Parce qu’ils comportent :

• Des milliers de milliards de paramètres (ex. GPT-3 : 175 milliards).
• Des données d’entraînement gigantesques (livres, sites web, forums, articles…).
• Une capacité d’adaptation impressionnante : une fois entraînés, ils peuvent être spécialisés pour des tâches comme la traduction, la synthèse ou le service client.

• Rédaction assistée : gagner du temps sur les mails, rapports, articles de blog.
• Chatbots intelligents : support client disponible 24h/24.
• Développement assisté : outils comme GitHub Copilot pour générer du code.
• Analyse de sentiments, génération de contenu, résumé automatique…

👉 Les LLM ne remplacent pas l’humain, mais augmentent ses capacités dans de nombreuses tâches du quotidien professionnel.

Le rôle d'un LLM