L'Intelligence Artificielle (IA) est un domaine de l'informatique qui vise à créer des systèmes capables d'effectuer des tâches qui nécessitent normalement l'intelligence humaine. Ces tâches incluent la reconnaissance vocale, la prise de décision, la traduction linguistique, la perception visuelle et bien d'autres encore.
Intelligence Artificielle (IA) — Un domaine de l'informatique qui crée des programmes capables de réaliser des tâches nécessitant normalement l'intelligence humaine : comprendre le langage, reconnaître des images, prendre des décisions.
Reconnaissance vocale — La capacité d'une IA à convertir la parole humaine en texte (Speech-to-Text). C'est ce qui alimente Siri, Alexa, la dictée vocale de votre téléphone ou les sous-titres automatiques de YouTube.
L'IA ne se limite pas à un seul algorithme ou une seule technique : c'est un ensemble vaste de méthodes, d'approches et de technologies qui travaillent ensemble pour simuler certains aspects de la cognition humaine.
Intelligence Artificielle (IA) — Un domaine de l'informatique qui crée des programmes capables de réaliser des tâches nécessitant normalement l'intelligence humaine : comprendre le langage, reconnaître des images, prendre des décisions.
Algorithme — Une suite d'instructions précises qu'un ordinateur exécute étape par étape pour résoudre un problème. Comme une recette de cuisine, mais pour un programme informatique.
Le terme "Intelligence Artificielle" a été inventé en 1956 lors de la conférence de Dartmouth, organisée par John McCarthy, Marvin Minsky, Nathaniel Rochester et Claude Shannon.
1943 : Warren McCulloch et Walter Pitts créent le premier modèle mathématique d'un neurone artificiel. 1950 : Alan Turing publie son article fondateur "Computing Machinery and Intelligence" et propose le fameux Test de Turing. 1956 : La conférence de Dartmouth marque la naissance officielle de l'IA.
Intelligence Artificielle (IA) — Un domaine de l'informatique qui crée des programmes capables de réaliser des tâches nécessitant normalement l'intelligence humaine : comprendre le langage, reconnaître des images, prendre des décisions.
Modèle IA — Le "cerveau" qu'une IA a développé après avoir analysé des millions d'exemples. C'est ce fichier entraîné que l'IA utilise ensuite pour répondre à vos questions et effectuer des tâches.
2012 : AlexNet révolutionne la vision par ordinateur. 2016 : AlphaGo bat le champion du monde de Go. 2017 : Google publie "Attention Is All You Need", introduisant l'architecture Transformer.
Architecture Transformer — La structure technique inventée par Google en 2017 qui est à la base de tous les grands modèles de langage modernes (ChatGPT, Claude, Gemini…). Elle permet au modèle de comprendre le contexte complet d'un texte, et non mot par mot.
Vision par ordinateur — La capacité d'une IA à analyser et comprendre des images ou des vidéos : reconnaître des visages, détecter des objets, lire du texte dans une photo, diagnostiquer à partir de radios médicales.
AlphaGo — Le programme IA de Google DeepMind qui a battu le champion du monde du jeu de Go en 2016. Cet événement marquant a prouvé qu'une IA pouvait surpasser l'humain dans un jeu de stratégie considéré comme l'un des plus complexes.
AlexNet — Un réseau de neurones créé en 2012 par des chercheurs de Toronto qui a révolutionné la reconnaissance d'images. Sa victoire écrasante dans un concours international a déclenché le boom du Deep Learning.
2022-2023 : ChatGPT démocratise l'IA auprès du grand public. 2024-2025 : Les modèles multimodaux deviennent la norme. 2026 : GPT-5.4, Claude 4.6 et Gemini 3.1 atteignent le million de tokens de contexte. Les agents IA autonomes avec Computer Use transforment les workflows.
Intelligence Artificielle (IA) — Un domaine de l'informatique qui crée des programmes capables de réaliser des tâches nécessitant normalement l'intelligence humaine : comprendre le langage, reconnaître des images, prendre des décisions.
Token — L'unité de base qu'un LLM utilise pour lire et écrire du texte — environ ¾ d'un mot en français. Les LLMs facturent souvent à la consommation de tokens : plus votre échange est long, plus vous en utilisez.
Fenêtre de contexte — La quantité de texte qu'un LLM peut « voir » et mémoriser en même temps pendant une conversation. En 2026, les meilleurs modèles atteignent 1 million de tokens de contexte — soit environ 750 000 mots.
GPT — Acronyme de « Generative Pre-trained Transformer » : la famille de modèles IA créée par OpenAI. GPT-3 (2020), GPT-4 (2023) et GPT-5.4 (2026) sont les versions successives. ChatGPT en est l'interface principale.
ChatGPT — L'assistant IA le plus utilisé au monde, créé par OpenAI et lancé en novembre 2022. Accessible sans inscription basique, il peut écrire, analyser des documents, générer du code, créer des images et bien plus.
Claude (Anthropic) — L'assistant IA créé par la société Anthropic, connu pour la qualité de ses analyses longues, sa sécurité et sa précision. Disponible sur claude.ai avec des versions Haiku (rapide), Sonnet (équilibré) et Opus (le plus puissant).
Gemini (Google) — L'assistant IA de Google, intégré dans Gmail, Docs, Search et tous les outils Google. Successeur de Bard, il offre un accès direct à l'index web de Google pour des réponses actualisées.
Workflow — Une séquence d'étapes automatisées permettant d'accomplir une tâche complexe de bout en bout, souvent en combinant plusieurs outils. Par exemple : recevoir un formulaire → analyser avec l'IA → envoyer un email de réponse.
Computer Use — Une fonctionnalité IA qui permet à un agent de contrôler un ordinateur de manière autonome : naviguer sur le web, cliquer, remplir des formulaires, extraire des données. L'IA « voit » l'écran et agit comme un humain.
Agent IA — Un programme IA capable d'agir de façon autonome pour accomplir des tâches complexes en plusieurs étapes : naviguer sur internet, envoyer des emails, gérer des fichiers, sans qu'on lui donne chaque instruction.
À son niveau le plus fondamental, l'IA fonctionne en utilisant des algorithmes pour analyser des données, identifier des patterns, et prendre des décisions basées sur ces patterns.
Intelligence Artificielle (IA) — Un domaine de l'informatique qui crée des programmes capables de réaliser des tâches nécessitant normalement l'intelligence humaine : comprendre le langage, reconnaître des images, prendre des décisions.
Algorithme — Une suite d'instructions précises qu'un ordinateur exécute étape par étape pour résoudre un problème. Comme une recette de cuisine, mais pour un programme informatique.
La collecte de données est la première étape : l'IA a besoin de grandes quantités de données pour apprendre. Ensuite vient l'entraînement : l'algorithme ajuste ses paramètres pour minimiser ses erreurs. Enfin, l'inférence : le modèle entraîné peut faire des prédictions sur de nouvelles données.
Intelligence Artificielle (IA) — Un domaine de l'informatique qui crée des programmes capables de réaliser des tâches nécessitant normalement l'intelligence humaine : comprendre le langage, reconnaître des images, prendre des décisions.
Algorithme — Une suite d'instructions précises qu'un ordinateur exécute étape par étape pour résoudre un problème. Comme une recette de cuisine, mais pour un programme informatique.
Modèle IA — Le "cerveau" qu'une IA a développé après avoir analysé des millions d'exemples. C'est ce fichier entraîné que l'IA utilise ensuite pour répondre à vos questions et effectuer des tâches.
Entraînement (d'une IA) — Le processus par lequel une IA apprend à partir d'une grande quantité de données, un peu comme un étudiant qui révisé des milliers d'exercices avant un examen. Plus le jeu de données est grand, meilleur est le résultat.
Inférence — L'action de l'IA qui utilise son modèle déjà entraîné pour répondre à de nouvelles questions. C'est la phase d'"utilisation" du modèle, par opposition à la phase d'"apprentissage".
Paramètres (d'un modèle IA) — Les millions ou milliards de réglages internes d'un modèle IA, ajustés pendant l'entraînement pour que l'IA donne de meilleures réponses. GPT-5 possède environ 1 000 milliards de paramètres.
L'IA n'est pas "intelligente" au sens humain. Elle excelle dans les tâches spécifiques pour lesquelles elle a été entraînée, mais ne possède pas de conscience, d'émotions ou de compréhension véritable.
Le Cycle de Fonctionnement de l'IA
Collecte de données
Grandes quantités de données brutes
Entraînement
L'algorithme apprend les patterns
Inférence
Prédictions sur nouvelles données
Grandes Étapes de l'IA
1956 — Conférence de Dartmouth
Naissance officielle de l'IA
2012 — AlexNet
Révolution de la vision par ordinateur
2017 — Transformers
Architecture fondatrice des LLM modernes
2022 — ChatGPT
Démocratisation de l'IA grand public
2026 — Agents autonomes
IA intégrée dans tous les workflows
4 questions — 70% pour valider ce chapitre