Fondations IA
Arrêtez de deviner comment fonctionnent les modèles. Comprenez la machine que vous utilisez chaque jour.
La plupart des gens qui utilisent l’IA tous les jours seraient incapables d’expliquer pourquoi la même question donne deux réponses différentes, et ça leur coûte cher. Ils font trop confiance à un paragraphe assuré, pas assez à un paragraphe juste, et choisissent leurs outils à la publicité faute de pouvoir juger. Ce module répond à ça, et ce n’est volontairement pas un cours de maths. Vous n’avez pas besoin de gradients pour bien travailler avec ces systèmes ; vous avez besoin d’un modèle mental exact de ce que fait la machine quand elle vous répond. On part donc de là où naît le comportement : la prédiction, les données d’entraînement, l’attention, et le fait qu’un modèle n’a aucune idée de ce qui est vrai — seulement de ce qui est probable. Cette seule phrase, bien comprise, explique l’hallucination mieux que n’importe quel schéma. Ensuite on rend la chose physique. Vous ferez tourner un modèle sur votre portable, vous le verrez ralentir quand vous le poussez, et vous découvrirez que « l’IA », c’est un fichier et de l’arithmétique, pas un oracle dans le cloud. Cette démystification est tout l’enjeu. Ceux qui sautent cette étape restent dépendants de celui qui leur vendra le prochain outil. Ceux qui la font cessent d’être des utilisateurs et commencent à décider.
Prérequis
- Aucune programmation requise
- Savoir installer un logiciel sur sa machine
- Un portable avec 8 Go de RAM ou plus
Ce que vous saurez faire après
- Expliquer simplement comment un LLM produit sa réponse — et pourquoi elle varie
- Distinguer une hallucination d’un problème de contexte manquant, et agir en conséquence
- Faire tourner un modèle en poids ouverts en local et arbitrer entre local et hébergé
- Écrire des prompts qui marchent parce qu’ils sont spécifiés, pas parce que vous avez eu de la chance
- Argumenter une question d’éthique ou de confidentialité avec des arguments réels, pas des slogans
- Livrer un petit outil propulsé par l’IA de bout en bout et défendre vos choix de conception
Séances
Ce qu’est vraiment un réseau de neurones
Un réseau de neurones n’est pas un cerveau, et la métaphore a fait de vrais dégâts : elle fait attendre de la compréhension là où il n’y a que de la corrélation. On construit l’image honnête : des nombres en entrée, des poids, des nombres en sortie, et un entraînement qui n’est rien d’autre qu’une correction répétée. Pas de calcul différentiel, mais pas de flou artistique non plus.
Au programme
Transformers et attention
L’attention est l’idée qui a rendu l’IA moderne possible, et elle s’explique en une séance : le modèle décide quels mots précédents comptent pour le suivant. Une fois qu’on l’a vu, la fenêtre de contexte cesse d’être un argument marketing pour devenir une contrainte de conception. On aborde aussi brièvement les CNN — assez pour comprendre pourquoi images et texte se traitent différemment.
Au programme
Faire tourner un modèle sur sa propre machine
Rien ne démystifie l’IA plus vite que de télécharger un modèle et d’entendre son ventilateur s’emballer. Vous installerez des modèles en poids ouverts en local, sentirez de vos propres mains l’arbitrage entre taille, vitesse et qualité, et cesserez de croire que les API hébergées sont la seule option. Ça compte ici : un modèle local garde les données client sur votre disque, ce qui fait parfois la différence entre un projet autorisé et un projet refusé.
Au programme
Les fondamentaux du prompting
Maintenant que vous savez ce que lit le modèle, le prompting cesse d’être de la superstition. Un prompt est une spécification : rôle, tâche, contraintes, format, exemples. La plupart des sorties décevantes viennent d’une demande sous-spécifiée, pas d’un modèle faible — et le remède est d’écrire un brief qu’un inconnu compétent pourrait exécuter.
Au programme
Éthique, risque et usage responsable
C’est d’ordinaire la diapo que tout le monde saute, et c’est celle qui fait perdre des postes. Les vraies questions sont ennuyeuses et concrètes : quelles données sont parties dans le prompt, qui répond de la sortie, et que dites-vous au client quand le modèle s’est trompé avec assurance. Le biais n’est pas non plus une abstraction — un modèle entraîné surtout sur de l’anglais porte des présupposés qui apparaissent dès qu’on travaille en arabe ou en français.
Au programme
Déployer un vrai outil IA : choisissez une tâche que vous répétez réellement, construisez un outil fonctionnel autour d’un modèle, mettez-le entre les mains d’un vrai utilisateur, et rédigez pourquoi vous avez choisi le local ou l’hébergé, où il échoue, et ce que vous ne lui confieriez pas.
Proposé dans
Questions
Je n’ai jamais écrit une ligne de code. Ce module est-il pour moi ?
Oui, et c’est le seul endroit où on le dit sans réserve. Rien ici n’exige de programmer : vous installerez des outils, ferez tourner des modèles et écrirez des prompts, mais on ne vous demandera jamais d’écrire une fonction. Ce qu’il faut, c’est accepter d’ouvrir un terminal une ou deux fois sans paniquer. Si vous voulez ensuite construire des applications, c’est le module 03 — celui-ci est ce qui rend le module 03 compréhensible.
Pourquoi comprendre le fonctionnement interne si les outils marchent quand même ?
Parce qu’ils marchent jusqu’au moment où ils ne marchent plus, et là il faut savoir pourquoi. Sans modèle mental, vous ne distinguez pas une hallucination d’un problème de contexte manquant, donc vous réparez la mauvaise chose ; vous ne pouvez pas juger la promesse d’un fournisseur, donc vous achetez à la publicité ; et vous ne pouvez pas décider si des données ont le droit de sortir de chez vous. Comprendre n’a rien d’académique ici : c’est ce qui vous fait passer de celui à qui on vend des outils à celui qui les choisit.
Faut-il une machine coûteuse pour faire tourner des modèles en local ?
Non. Un portable avec 8 Go de RAM fait très bien tourner de petits modèles quantisés — plus lentement et moins bien qu’un service hébergé, et c’est précisément la leçon. L’exercice ne vise pas à remplacer votre assistant par votre portable : il vise à vous faire sentir de vos mains l’arbitrage entre taille, vitesse et qualité, pour que « quel modèle prendre » devienne une décision que vous savez argumenter plutôt qu’une préférence héritée.
Autres modules
Prêt à suivre ce module ?