L'IA pour les nuls
Qu'est-ce que l'intelligence artificielle, comment « pense »-t-elle, et comment en est-on arrivé à ChatGPT et Mistral ? Tout comprendre en 10 minutes, avec des exemples simples et des démos à essayer.
C'est quoi, l'intelligence artificielle ?
L'IA, c'est l'art d'apprendre aux machines à faire des choses qu'on croyait réservées aux humains : comprendre une phrase, reconnaître un visage, écrire un texte. On s'y perd vite dans les mots… Cliquez sur les cercles : ils s'emboîtent comme des poupées russes.
Intelligence artificielle
Tout programme capable d'imiter une capacité humaine : raisonner, voir, parler, décider.
Exemple : le GPS qui calcule votre trajet, l'adversaire d'un jeu d'échecs.Une IA ne pense pas : elle prédit
Un ChatGPT ou un Mistral, c'est avant tout une gigantesque machine à deviner le mot suivant. Elle a lu une quantité phénoménale de textes, et elle a appris quels mots ont le plus de chances de venir après les autres. Voici les 4 étapes de sa fabrication.
Les données
On rassemble des milliards de textes : livres, sites web, articles, code. C'est la « bibliothèque » de l'IA.
L'entraînement
Le modèle cache un mot, essaie de le deviner, compare avec la bonne réponse et se corrige. Des milliards de fois, pendant des semaines, sur des milliers de cartes graphiques.
L'éducation
Des humains lui apprennent ensuite à répondre de façon utile, polie et sûre, en notant ses réponses. C'est ce qui transforme un « prédicteur » en assistant.
L'utilisation
Vous posez une question : l'IA écrit sa réponse mot après mot, en choisissant à chaque fois un mot probable. On appelle ça l'inférence.
Jouez à être une IA
À chaque clic, l'IA calcule la probabilité de chaque mot possible, puis en choisit un. Essayez le mode « créatif » : c'est ce qu'on appelle la température.
Comment l'IA découpe votre texte
L'IA ne lit pas des mots mais des « tokens », des petits morceaux de mots. Tapez une phrase :
0 tokens environ · c'est l'unité de mesure de la vitesse et du prix d'une IA.
80 ans d'IA, des rêves aux réalités
L'IA n'est pas née avec ChatGPT. C'est une aventure de 80 ans, faite de grands espoirs, de longs hivers et de révolutions soudaines. Les drapeaux signalent les contributions françaises.
Les pionniers
1943 – 1956Avant même les ordinateurs modernes, des mathématiciens imaginent des machines qui pensent.
Le premier neurone artificiel
Warren McCulloch et Walter Pitts décrivent un neurone sous forme mathématique : la brique de base de toute l'IA moderne.
Le test de Turing
Alan Turing pose la question : « Les machines peuvent-elles penser ? » et propose un test pour le vérifier.
Naissance officielle
À la conférence de Dartmouth, John McCarthy invente l'expression « intelligence artificielle ».
Les premiers espoirs
1957 – 1973On croit qu'une machine aussi intelligente qu'un humain sera prête en une génération.
Le Perceptron
Frank Rosenblatt construit la première machine capable d'apprendre à reconnaître des formes simples.
ELIZA, premier chatbot
Au MIT, ELIZA imite un psychothérapeute. Certains utilisateurs s'y attachent, déjà !
Douche froide
Marvin Minsky et Seymour Papert démontrent les limites du Perceptron. L'enthousiasme retombe.
Les hivers de l'IA
1974 – 1996Les promesses ne sont pas tenues : les crédits sont coupés. Mais dans l'ombre, les idées clés mûrissent.
Premier hiver
Les machines manquent de puissance et de données. La recherche ralentit fortement.
Les systèmes experts
On code à la main les règles des spécialistes. Utile, mais coûteux et rigide.
La rétropropagation
Rumelhart, Hinton et Williams popularisent la méthode qui permet aux réseaux de neurones d'apprendre de leurs erreurs.
Yann LeCun et la vision
Le Français Yann LeCun crée les réseaux convolutifs, capables de lire les chiffres manuscrits des chèques.
Le retour par les données
1997 – 2011Internet produit des montagnes de données, les ordinateurs deviennent puissants : l'IA revient.
Deep Blue bat Kasparov
L'ordinateur d'IBM bat le champion du monde d'échecs. Un choc planétaire.
Le « deep learning »
Geoffrey Hinton relance les réseaux de neurones profonds, à plusieurs couches.
ImageNet
Fei-Fei Li publie une base de plus de 14 millions d'images annotées, carburant de la révolution à venir.
Siri et Watson
Apple lance Siri, et Watson d'IBM gagne au jeu télévisé Jeopardy!.
La révolution du deep learning
2012 – 2016Grâce aux cartes graphiques, les réseaux de neurones deviennent soudain imbattables.
AlexNet et les GPU
Un réseau entraîné sur des cartes graphiques NVIDIA pulvérise le concours ImageNet. Le point de départ de l'IA moderne.
Les GAN
Ian Goodfellow invente des IA qui génèrent des images en s'affrontant entre elles.
AlphaGo
L'IA de DeepMind bat Lee Sedol au jeu de go, réputé bien plus complexe que les échecs.
Hugging Face
Trois Français fondent la plateforme qui deviendra la bibliothèque mondiale des modèles d'IA ouverts.
L'ère des Transformers
2017 – 2021Une nouvelle architecture permet de créer des modèles de langage géants.
« Attention Is All You Need »
Des chercheurs de Google inventent le Transformer, l'architecture derrière ChatGPT, Mistral et toutes les IA actuelles.
GPT-1 et BERT
Premiers grands modèles de langage pré-entraînés sur d'énormes corpus de textes.
Prix Turing
Yann LeCun, Geoffrey Hinton et Yoshua Bengio reçoivent le « Nobel de l'informatique » pour le deep learning.
GPT-3
175 milliards de paramètres : l'IA écrit des textes bluffants. AlphaFold perce le mystère des protéines.
L'IA générative pour tous
2022 – 2026L'IA sort des laboratoires et arrive dans toutes les poches.
ChatGPT
Lancé le 30 novembre, il atteint 100 millions d'utilisateurs en deux mois. Stable Diffusion et Midjourney révolutionnent l'image.
GPT-4, Llama, Mistral
Les modèles ouverts arrivent, et Mistral AI naît à Paris.
Les Nobel de l'IA
Prix Nobel de physique pour Hopfield et Hinton, de chimie pour les créateurs d'AlphaFold. Arrivée des modèles qui « raisonnent ».
Les agents
DeepSeek R1 secoue le marché ; les IA commencent à agir seules : naviguer, coder, remplir des tâches.
1 000 milliards de paramètres
Des modèles géants en accès ouvert, comme Mistral Large 4, et l'IA au travail au quotidien.
La taille des modèles explose
Nombre de paramètres (échelle logarithmique : chaque ligne = ×10). En 28 ans, ×16 millions.
Temps pour 100 millions d'utilisateurs
Aucune technologie n'avait jamais été adoptée aussi vite.
Estimations UBS / Similarweb, 2023.
Vrai ou faux ? Retournez les cartes
Les questions qu'on n'ose pas poser
L'IA va-t-elle remplacer mon métier ?
Elle transforme surtout les tâches : rédiger, résumer, trier, traduire, chercher. La plupart des métiers évoluent plutôt qu'ils ne disparaissent, et ceux qui savent utiliser l'IA prennent de l'avance.
Pourquoi l'IA invente-t-elle parfois des choses ?
Parce qu'elle produit le texte le plus plausible, pas forcément le plus vrai. Si l'information lui manque, elle peut combler le vide avec une réponse crédible mais fausse. D'où l'intérêt de lui fournir vos propres documents (RAG) et de vérifier.
Mes conversations sont-elles privées ?
Avec un service en ligne, vos messages transitent par les serveurs de l'éditeur. Pour une confidentialité totale, une IA locale tourne sur votre propre machine : rien ne sort de chez vous.
Comment débuter concrètement ?
Essayez un assistant gratuit (Mistral Vibe, ChatGPT…) avec des tâches du quotidien : un e-mail, un résumé, une recette. Puis, si vous voulez aller plus loin et garder vos données, installez une IA locale avec LM Studio ou Ollama.
Vous n'êtes plus un « nul » en IA.
Passez à l'étape suivante : découvrez comment faire tourner l'IA chez vous, le champion français Mistral AI, ou ce que l'IA consomme en énergie.