IA - Débutant : comprendre les modèles d'intelligence artificielle

🎯 Objectifs

• Comprendre ce qu'est un modèle d'IA et comment il "apprend"
• Distinguer entraînement et inférence
• Identifier les différents types de modèles (texte, image, code)
• Utiliser efficacement un LLM (ChatGPT, Claude, Copilot) avec des prompts bien formulés
• Comprendre pourquoi les modèles "hallucinent" parfois

📋 Prérequis

• Aucun prérequis technique - ce module est accessible à tous

🤔 Pourquoi comprendre comment marchent les modèles d'IA ?

Tu utilises peut-être déjà ChatGPT ou GitHub Copilot au quotidien. Mais pourquoi parfois ils donnent des réponses fausses avec une confiance totale ? Pourquoi certains prompts donnent de meilleurs résultats que d'autres ? Pourquoi un modèle est "meilleur" qu'un autre ?

Comprendre les bases te permet de :

• Mieux utiliser ces outils (de meilleurs prompts → de meilleurs résultats)
• Éviter les pièges (ne pas faire confiance aveuglément aux réponses)
• Choisir le bon outil selon le cas d'usage
• Parler avec les équipes IA dans ton entreprise

🧠 Analogie : le modèle d'IA, c'est comme un cuisinier qui a lu des millions de recettes

Imagine un cuisinier qui a lu des milliards de recettes et de livres de cuisine. Il ne se souvient pas de chaque recette mot pour mot. Mais il a développé une *intuition culinaire* : il sait qu'avec du beurre, de la farine et des oeufs on peut faire une béchamel, il reconnaît les associations de saveurs qui fonctionnent, il peut improviser un plat à partir d'ingrédients disparates.

Un modèle d'IA, c'est pareil :

• Il a "lu" des quantités astronomiques de texte
• Il n'a pas mémorisé les textes mot à mot - il a appris des *patterns*
• Il peut ensuite générer du texte cohérent en se basant sur ces patterns

La différence avec le cuisinier : le modèle n'a pas de sens du goût - il ne sait pas si sa recette est bonne, il sait juste qu'elle *ressemble* à ce qu'il a vu dans les livres.

📖 Qu'est-ce qu'un modèle d'IA ?

La définition simple

Un modèle d'IA est un programme mathématique qui prend une entrée (un texte, une image, un son) et produit une sortie (une réponse, une image générée, une transcription).

Ce qui le distingue d'un programme classique : il n'a pas été programmé avec des règles explicites. Il a *appris* à partir d'exemples.

Programme classique : règles explicites → résultat
Modèle d'IA        : exemples (données) → apprentissage → règles implicites → résultat

Les deux grandes phases

Tu n'entraînes pas GPT-4 quand tu lui poses une question - tu utilises un modèle déjà entraîné. C'est important : le modèle ne "se souvient" pas de vos conversations (sauf si le système gère explicitement un historique).

🔧 Comment un modèle de langage fonctionne-t-il (intuition) ?

Prédire le mot suivant

La tâche de base d'un LLM (Large Language Model = grand modèle de langage) est ultra simple : prédire le mot qui vient ensuite.

Si tu lui donnes : "Paris est la capitale de la...", le modèle va prédire "France" avec une très haute probabilité.

C'est tout. Mais en répétant cette opération des milliards de fois sur des textes variés, le modèle finit par développer des capacités émergentes : résoudre des problèmes de maths, écrire du code, traduire, raisonner...

Les tokens

Les modèles ne travaillent pas avec des mots entiers, mais avec des tokens - des fragments de mots.

"bonjour" → ["bon", "jour"]
"intelligence" → ["intel", "ligence"]
"DevOps" → ["Dev", "Ops"]

Pourquoi c'est utile à savoir ?

• Les modèles ont une limite de tokens par conversation (contexte)
• Les mots rares ou techniques sont souvent découpés en plus de tokens (plus "coûteux")
• Le prix des APIs est calculé en tokens consommés

🌍 Le zoo des modèles : qui fait quoi ?

Par type de contenu

Par taille

Petit modèle  : rapide, peu coûteux, moins capable   (ex: Mistral 7B)
Moyen modèle  : bon compromis                         (ex: Claude Haiku)
Grand modèle  : lent, coûteux, très capable           (ex: GPT-4, Claude Opus)

💡 Plus grand ne veut pas toujours dire meilleur pour ton cas d'usage. Un petit modèle bien choisi peut surpasser un grand modèle sur une tâche spécifique.

🔧 Bien utiliser un LLM : l'art du prompt

Qu'est-ce qu'un prompt ?

Un prompt est l'instruction que tu donnes au modèle. La qualité de ta question détermine directement la qualité de la réponse.

Les bases d'un bon prompt

Mauvais prompt :

Explique Docker

Bon prompt :

Explique Docker à quelqu'un qui connaît Linux mais n'a jamais fait de conteneurs.
Utilise une analogie simple et donne un exemple de commande concrète.
Limite ta réponse à 200 mots.

La différence :

• Contexte : "qui connaît Linux mais pas les conteneurs"
• Format attendu : "analogie + exemple de commande"
• Contrainte : "200 mots"

Techniques de base

⚠️ Les limites à connaître

L'hallucination

Le phénomène le plus important à comprendre : les LLM peuvent inventer des informations avec une totale confiance.

Rappelle-toi l'analogie du cuisinier : il génère du texte qui *ressemble* à ce qu'il a appris. Si tu lui demandes une information très précise sur un événement récent ou une URL exacte, il peut "inventer" quelque chose de plausible.

Règle d'or : ne jamais faire confiance à un LLM sur des faits précis (dates, URLs, chiffres, noms propres) sans vérifier.

La date de coupure (cutoff)

Un modèle entraîné jusqu'en janvier 2024 ne sait rien de ce qui s'est passé après. Si tu lui demandes des infos sur les événements récents, il ne sait pas - ou il invente.

Le contexte limité

Chaque modèle a une fenêtre de contexte limitée (quelques milliers à quelques centaines de milliers de tokens). Si ta conversation est trop longue, le modèle "oublie" le début.

📊 Récapitulatif

🚀 Prochaines Étapes

Tu comprends maintenant les bases. Pour aller plus loin :

• Module suivant : IA - Intermédiaire - Architecture des transformers, embeddings, RAG et appels d'API
• En pratique : essaie de reformuler tes prompts avec les techniques vues - tu verras une différence immédiate dans la qualité des réponses