Chapitre1 : Introduction à l’IA & premiers outils

Comprendre l’IA :
1) Qu’est-ce que L’IA ?

L’intelligence artificielle (IA) désigne l’ensemble des techniques qui

permettent à des machines (en particulier des ordinateurs) de simuler
certaines capacités de l’intelligence humaine. Cela inclut :

Comprendre le langage (ex. : traitement automatique du langage

naturel, comme les assistants vocaux ou les traducteurs
automatiques),

La partie de l'intelligence artificielle qui traite le langage s'appelle le

traitement automatique du langage naturel, ou TALN (en anglais :
Natural Language Processing, NLP).

Le TALN permet à une machine de comprendre, générer, interpréter

et répondre au langage humain. Il regroupe plusieurs sous-domaines,
comme :

1. Analyse syntaxique : comprendre la structure grammaticale des

phrases.
2. Analyse sémantique : comprendre le sens des mots et des
phrases.
3. Reconnaissance d'entités nommées : identifier des noms de
personnes, lieux, organisations, etc.
4. Traduction automatique : traduire du texte d'une langue à une
autre.
5. Analyse des sentiments : détecter des opinions ou émotions
dans un texte.
6. Génération de texte : produire du texte automatiquement.
7. Compréhension du langage naturel (NLU) : interpréter les
intentions dans un message.
8. Dialogue et interaction vocale : permettre la communication
naturelle homme-machine.

🔹 1. Analyse syntaxique (ou parsing)

L’analyse syntaxique vise à comprendre la structure grammaticale
d’une phrase. Elle cherche à déterminer comment les mots sont
organisés et liés entre eux pour former des phrases correctes selon
les règles de la grammaire.
🔸 Objectifs principaux :

 Identifier les parties du discours (verbe, nom, adjectif, etc.).

 Construire un arbre syntaxique qui montre la structure
hiérarchique de la phrase.
 Vérifier si la phrase est grammaticalement correcte.
🔸 Exemple :

Prenons la phrase :

"Le chat mange la souris."

Un analyseur syntaxique va :

 Identifier :
o "Le" → déterminant
o "chat" → nom
o "mange" → verbe
o "la" → déterminant
o "souris" → nom
 Construire un arbre de dépendance ou arbre constituant qui
montre :
o Le sujet : "le chat"
o Le verbe : "mange"
o Le complément d’objet direct : "la souris"

🔸 Applications :

1. Correcteurs grammaticaux et orthographiques

o Outils comme Grammarly, Antidote ou Microsoft Word
utilisent le NLP pour détecter et corriger des fautes :

Phrase : "Il vont au marché."

Correction : "Ils vont au marché."
2. Traduction automatique
o Google Translate, DeepL traduisent des textes entre
langues en comprenant la structure et le sens.
3. Assistants vocaux
o Siri, Alexa, Google Assistant comprennent des requêtes
vocales et y répondent.
4. Chatbots intelligents
o ChatGPT, les assistants de service client automatisés qui
comprennent les messages et répondent de façon naturelle.
5. Analyse de sentiment
o Sur les réseaux sociaux ou les avis clients, les entreprises
détectent si un commentaire est positif, neutre ou négatif.
6. Résumé automatique de documents
o Des outils comme SMMRY ou Resoomer qui condensent
les textes longs en résumés courts.
7. Recherche d’information intelligente
o Les moteurs de recherche comme Google utilisent le NLP
pour comprendre les intentions derrière les requêtes.
8. Détection de plagiat ou de similarité
o Turnitin ou Compilatio analysent les textes pour trouver
des correspondances avec d'autres sources.
9. Classification automatique de texte
o Gmail classe automatiquement les e-mails en
"Principaux", "Promotions", ou "Spam".
10. Reconnaissance des entités nommées (NER)

 Identifier automatiquement les noms de personnes, lieux, dates,

etc., dans un texte :

"Abdoulaye Wade est né à Kébémer en 1926."

➤ Personne : Abdoulaye Wade, Lieu : Kébémer, Date : 1926

[Link] (ex. : résoudre des problèmes ou prendre des

décisions),
Exemple détaillé et très simple d’un système expert dans le
domaine médical. Ce type de système simule le raisonnement d’un
médecin pour aider à poser un diagnostic.
Système expert simple pour diagnostiquer un rhume
Objectif : Aider un utilisateur à savoir s’il a un rhume, une grippe ou une
allergie.
o Base de connaissances

Ce sont des règles (SI... ALORS...) données à l'IA.

🧾 Règles :

 R1 : SI le patient a de la fièvre ET des courbatures, ALORS il a

probablement une grippe.
 R2 : SI le patient a le nez qui coule ET des éternuements SANS
fièvre, ALORS il a probablement une allergie.
 R3 : SI le patient a mal à la gorge, le nez bouché ET une petite
fièvre, ALORS il a probablement un rhume.
o Moteur d’inférence

C’est la partie du système qui lit les faits (symptômes) et applique les
règles pour en tirer une conclusion.
o Interface utilisateur

C’est une simple série de questions posées à l’utilisateur :

Exemple de dialogue :
Q1. Avez-vous de la fièvre ? → Oui
Q2. Avez-vous des courbatures ? → Non
Q3. Avez-vous mal à la gorge ? → Oui
Q4. Avez-vous le nez bouché ? → Oui
o Raisonnement du système

Le système analyse :

 Fièvre = Oui
 Courbatures = Non → donc R1 est ignorée
  Gorge = Oui, Nez bouché = Oui, Fièvre = Oui (petite fièvre) →
R3 correspond

✅ Conclusion du système expert :

« D’après vos réponses, vous avez probablement un rhume. »

Donc en résumé :

 Le système expert imite un spécialiste humain.

 Il suit des règles logiques pour raisonner.
 Il est utile pour prendre des décisions automatiques dans un
domaine spécifique.

🔹 1. Systèmes experts
Exemple : MYCIN (1970s – diagnostic de maladies infectieuses)

🧠 But :

Simuler le raisonnement d’un médecin pour diagnostiquer une

infection bactérienne.

🎯 Exemple simplifié :

Un patient a :

 De la fièvre
 Une infection connue
 Des résultats de laboratoire

MYCIN applique la règle :

SI température > 38°C ET leucocytes élevés ALORS suspecter
infection bactérienne.

Résultat :
“Il est probable que le patient ait une infection bactérienne.
Antibiotique recommandé : pénicilline.”

🔹 2. Règles logiques
Exemple : “Si fièvre ET douleurs musculaires → grippe”

🔍 Exemple simple :
SI fièvre = oui
ET douleurs_musculaires = oui
ALORS diagnostic = grippe

Utilisation :

 Peut-être écrite dans n’importe quel langage (Python, Prolog,

PHP…)
 C’est la base de nombreux systèmes experts

🔹 3. Moteurs d’inférence
Définition : C’est le cerveau logique d’un système expert. Il lit les
faits, cherche les règles applicables, les applique, et tire une
conclusion.

⚙️Exemple simple :

Faits fournis :

 Patient a de la fièvre
 Patient a mal à la gorge

Règles disponibles :

1. Si fièvre + mal de gorge → rhume

2. Si fièvre + courbatures → grippe
Fonctionnement :
Le moteur d’inférence teste chaque règle. Il applique la 1ère règle
car elle correspond aux faits → diagnostic : rhume.

🔹 4. Algorithmes de planification
Définition : Trouver une séquence d’actions pour atteindre un but.

🧩 Exemple : Préparer un thé

Objectif : Avoir une tasse de thé.

État initial : Rien n’est prêt.

Actions possibles :

1. Faire bouillir de l’eau

2. Mettre le thé dans la tasse
3. Verser l’eau
4. Ajouter du sucre

Plan généré par l’algorithme :

1. Faire bouillir de l’eau
2. Mettre le thé dans la tasse
3. Verser l’eau dans la tasse
4. Ajouter du sucre

Cet ordre est logique et nécessaire. L’IA vérifie les conditions de

chaque étape avant de planifier.

🔹 5. Logique formelle
Utilise des symboles et règles pour représenter des faits et en déduire
d’autres. Elle est utilisée en logique propositionnelle ou logique du
premier ordre.

✍️Exemple simple (Logique propositionnelle) :

Symboles :

 A : "Il pleut"
 B : "Le sol est mouillé"
Règle :
SI A ALORS B (A → B)
Fait :
A est vrai (Il pleut)
Conclusion :
Donc B est vrai (Le sol est mouillé)

Cette logique est utilisée dans les systèmes experts, les moteurs
d’inférence, et la résolution de problèmes logiques.

✅ Résumé visuel

Concept Fonction principale Exemple simple

MYCIN pour infections
Système expert Simule un spécialiste
médicales
Déduction à partir de Si fièvre + douleur →
Règles logiques
conditions grippe
Applique les règles aux faits Faits → moteur → règle →
Moteur d’inférence
pour décider conclusion
Algorithme de Organise des actions vers un
Étapes pour faire du thé
planification objectif
Raisonnement structuré par A → B, A est vrai, donc B
Logique formelle
symboles est vrai

1. Apprendre à partir de données (c’est le machine learning, ou

apprentissage automatique),
Excellent ! La partie de l’IA qui apprend à partir de données
s’appelle :

🔹 Apprentissage automatique
(En anglais : Machine Learning, abrégé ML)

🧠 Définition :

Le machine learning permet à une machine d’apprendre

automatiquement à effectuer une tâche en analysant des données,
sans être explicitement programmée pour cette tâche.

🎯 Objectif :

 Découvrir des modèles ou régularités dans les données

 Faire des prédictions ou des décisions basées sur l’expérience

🔍 Exemple simple : Prédire si un fruit est une pomme ou une

banane
Données d’apprentissage :
Couleur Longueur (cm) Poids (g) Fruit
Rouge 8 150 Pomme
Jaune 15 120 Banane
Verte 9 140 Pomme
Jaune 16 110 Banane

Étapes du Machine Learning :

1. Collecte de données : tableau ci-dessus.

 2. Entraînement du modèle : l’algorithme apprend les
caractéristiques qui différencient pomme/banane.
3. Prédiction : on donne un nouveau fruit :

Couleur : jaune, Longueur : 14, Poids : 115

➤ Le modèle prédit : Banane

🧪 Types d’apprentissage automatique :

Type Ce que ça fait Exemple simple
Apprend à partir de données Prédire le prix d’une
Supervisé
étiquetées maison
Trouve des groupes dans les Regrouper les clients par
Non supervisé
données comportement
Par Apprend en essayant et en Apprendre à jouer à un jeu
renforcement recevant des récompenses vidéo

🔧 Exemples concrets :

 Reconnaissance d’images : reconnaître un chat dans une photo

 Prédiction de maladies : à partir d’un dossier médical
 Filtres antispam : distinguer les vrais mails des spams
 Recommandations : YouTube, Netflix ou Amazon qui
suggèrent du contenu

Voici un exemple très simple de reconnaissance d’image, expliqué

étape par étape, avec un cas concret facile à comprendre :

🎯 Objectif : reconnaître si une image contient

un chat ou un chien 🐱🐶
🔍 1. Qu’est-ce que la reconnaissance d’image ?
C’est une application de la vision par ordinateur (Computer Vision),
qui permet à un ordinateur de :

✅ Analyser une image

✅ Reconnaître ce qu’il y a dedans
✅ Classer ou identifier ce contenu

📸 Exemple concret :
➤ Image en entrée :

Une photo 300x300 pixels contenant un chat.

🧠 Étapes du processus :
1. Prétraitement

 L’image est convertie en nombres (matrice de pixels).

 Redimensionnée à une taille standard (ex. : 100x100).
 Normalisée (valeurs entre 0 et 1).

2. Utilisation d’un modèle pré-entraîné

On peut utiliser un modèle déjà entraîné (comme MobileNet, ResNet,

ou Teachable Machine de Google).

➡️Le modèle a déjà vu des milliers d’images de chats et chiens.

3. Prédiction

Le modèle reçoit l’image et renvoie :

plaintext
CopierModifier
Chat : 97%
Chien : 3%
4. Résultat

“C’est très probablement un chat.”

✅ Exemple simple avec Teachable Machine

(Google)
Outil : [Link]

Étapes :

1. Tu prends des photos de chats et chiens avec ta webcam.

2. Tu les classes dans 2 catégories.
3. Tu cliques sur “Entraîner”.
4. Ensuite, tu testes en lui montrant une nouvelle image.
5. Le modèle te dit : “Chat” ou “Chien”.

Aucun code requis, tout se fait par glisser-déposer !

💡 Variante en pseudo-code :
plaintext
CopierModifier
charger_image("[Link]")
image_traitée = redimensionner(image, 100x100)
résultat = modèle_préentraîné.prédire(image_traitée)

SI résultat = "chat"
afficher("C'est un chat")
SINON
afficher("C'est un chien")

2. Percevoir l’environnement (ex. : reconnaissance faciale, vision

par ordinateur),
La partie de l’intelligence artificielle qui permet à une machine de
percevoir l’environnement (voir, entendre, ressentir) s’appelle :

🔹 Perception artificielle
Et plus précisément :

🔸 Vision par ordinateur (Computer Vision)

🔸 Reconnaissance vocale (Speech Recognition)

🔸 Traitement des capteurs (caméras, micro, radar…)

🧠 Définition générale :
C’est la branche de l’IA qui permet à une machine de recevoir des
informations de son environnement, de les analyser, puis de
comprendre ce qu’elle perçoit (images, sons, mouvements, etc.).

🔍 Exemples concrets par type :

1. 🎥 Vision par ordinateur (Computer Vision)

➤ Exemple : Reconnaissance faciale

 Une caméra capture une image de votre visage.

 L’IA détecte les yeux, le nez, la bouche.
 Elle compare avec une base de données (ex : pour déverrouiller
un smartphone).

✅ Applications : Facebook, caméras de surveillance, voitures

autonomes, diagnostic médical (ex : lire une radio).
2. 🗣️Reconnaissance vocale (Speech Recognition)

➤ Exemple : Dire “Bonjour Siri”

 Le micro capte votre voix.

 L’IA transforme le son en texte : "Bonjour Siri"
 Elle comprend l’intention et lance une action.

✅ Applications : Assistants vocaux (Siri, Google Assistant), dictée

vocale, traduction vocale instantanée.

3. 🧭 Traitement d'autres capteurs (capteurs 3D, infrarouge, etc.)

➤ Exemple : Voiture autonome

 Capteurs + caméras détectent :

o Objets devant la voiture
o Distance avec les autres véhicules
o Feux rouges, panneaux, piétons
 L’IA perçoit son environnement pour prendre les bonnes
décisions de conduite.

🧰 Outils utilisés :
Domaine Outils/Technos courantes
Vision OpenCV, YOLO, TensorFlow, PyTorch
Google Speech API, Whisper (OpenAI),
Reconnaissance vocale
Kaldi
Perception globale ROS (Robot Operating System), Lidar, etc.

3. Agir de manière autonome (ex. : robots, voitures autonomes).

La partie de l’intelligence artificielle qui permet à une machine
d’agir de manière autonome s’appelle :

🔹 Robotique autonome
C’est l’association de plusieurs branches de l’IA (perception,
raisonnement, apprentissage, planification) pour permettre à un agent
intelligent (robot, voiture, drone…) de :

✅ Percevoir,
✅ Décider,
✅ Agir,
✅ S’adapter sans intervention humaine.

🧠 Définition :
Un système autonome est un système capable d’exécuter des
actions dans le monde réel pour atteindre un objectif, sans
instructions précises à chaque étape.

🔍 Exemples concrets :
1. 🚗 Voiture autonome (comme une Tesla)
Ce qu’elle fait :

 Perçoit : piétons, feux, obstacles grâce à des capteurs et caméras

 Décide : freiner, accélérer, tourner, s’arrêter…
 Agit : contrôle le volant, les freins, etc.
 S’adapte : à la météo, à la circulation, aux imprévus

2. 🤖 Robot de livraison (comme les robots de Amazon ou

Starship)
  Navigue seul dans les rues
 Évite les obstacles
 Suit une route GPS
 Livre un colis à la bonne adresse

3. 🛩️Drone autonome

 Suit un itinéraire
 Prend des photos ou mesure des données
 Revient seul à sa base

🧩 Composants clés d’un système autonome :

Fonction Branche de l’IA associée
Voir / écouter Perception (vision par ordinateur, audio)
Comprendre / planifier Raisonnement, planification, machine learning
Systèmes experts, logique, apprentissage par
Décider
renforcement
Agir (moteurs, bras,
Contrôle robotique (Robot Operating System - ROS)
roues)

🛠️Technologies courantes :
 ROS (Robot Operating System) pour la coordination logicielle
 Lidar, GPS, caméras, capteurs
 Algorithmes de navigation et évitement d’obstacles (A*,
SLAM)
 Apprentissage par renforcement (pour apprendre à se
déplacer seul)

Voici un exemple très simple en pseudo-code d’un robot autonome

qui avance tout droit et évite les obstacles en prenant des décisions
automatiquement.
🤖 Pseudo-code : Robot mobile autonome
🎯 Objectif :

Le robot avance tout droit, mais s’il détecte un obstacle, il :

 s’arrête,
 recule un peu,
 tourne à droite,
 et reprend son chemin.

🔍 Capteurs :

 Capteur avant : détecte les obstacles devant.

 Capteur gauche/droite : facultatif pour améliorer.

📜 Pseudo-code simplifié :
plaintext
CopierModifier
TANT QUE vrai FAIRE
SI capteurAvant == "libre" ALORS
avancer()
SINON
arreter()
reculer(1 seconde)
tourner_droite(90 degrés)
avancer()
FIN SI
FIN TANT QUE

🧠 Ce que le robot fait :

1. Il avance tant qu’il n’y a pas d’obstacle.

2. Si un obstacle est détecté :
o Il s’arrête,
o Recule légèrement pour se dégager,
 o Tourne vers la droite (peut être gauche selon
l’algorithme),
o Recommence à avancer.

🔧 Version imagée :
plaintext
CopierModifier
[libre] → avancer
[obstacle] → arreter → reculer → tourner → avancer

✅ Ce type d’algorithme est utilisé :

 Dans les aspirateurs robots (comme Roomba),

 Les robots éducatifs (Thymio, Ozobot),
 Les robots d’usine (pour éviter les humains ou objets).

1. Il existe deux grandes catégories d’IA :

 IA faible : spécialisée dans une tâche précise (comme ChatGPT
ou Siri),
 IA forte : encore théorique, elle serait capable de comprendre et
de raisonner comme un humain, voire mieux.

Exact ! Voici une explication claire et détaillée des deux grandes

catégories d’intelligence artificielle :

🔹 1. IA faible (ou étroite)

🧠 Définition :

L’IA faible (en anglais narrow AI) est spécialisée dans une tâche
précise.
Elle ne comprend pas vraiment ce qu’elle fait, mais elle exécute
très bien une fonction spécifique.
✅ Exemples :

 ChatGPT : répond à des questions, mais ne comprend pas

vraiment comme un humain.
 Siri, Alexa : comprennent la voix pour exécuter des ordres.
 Voiture autonome : perçoit la route, freine ou tourne
automatiquement.
 Reconnaissance faciale : identifie un visage sur une image.

❗ Limite :

Elle ne peut pas généraliser ou faire autre chose que ce pour quoi
elle a été programmée ou entraînée.

🔹 2. IA forte (ou générale)

🧠 Définition :

L’IA forte (en anglais Artificial General Intelligence, AGI) est une
IA hypothétique qui serait aussi intelligente qu’un humain (ou
plus), capable de :

✅ Raisonner,
✅ Apprendre n’importe quelle tâche,
✅ Avoir conscience d’elle-même,
✅ S’adapter à des situations nouvelles sans être reprogrammée.

🔮 Statut actuel :

❗ Elle n’existe pas encore.

C’est un objectif de recherche à long terme.

🧪 Si elle existait, elle pourrait :

 Écrire des livres originaux

 Guérir des maladies sans aide humaine
 Résoudre des problèmes complexes sans intervention humaine
 Avoir une pensée abstraite ou créative
🆚 Résumé comparatif :
Critère IA faible IA forte
Spécialisée dans une Polyvalente, comme un
Capacités
tâche humain
Compréhension réelle du
Compréhension Nulle ou très limitée
monde
Exemples ChatGPT, Siri, Google
Aucun (encore théorique)
actuels Maps
Conscience Non Oui (hypothèse)
Faible (ne sort pas de son Très élevée (peut tout
Flexibilité
domaine) apprendre)

En résumé, l’intelligence artificielle vise à doter les machines d’une

forme d’ intelligence leur permettant d’effectuer des tâches
complexes, parfois mieux ou plus rapidement que l’homme.

🔹Séance 2 (2h) : Premiers pas avec les outils d’IA

 Présentation des assistants IA : ChatGPT, Google Gemini,

Copilot…
 Démonstration de ChatGPT : fonctionnement, interface, bonnes
pratiques
 Exercices pratiques : poser des questions, créer des textes
simples, traduire, résumer, etc.

11111111111111111111111111111111111111111111111111111111
111111111111111

 Présentation des assistants IA : ChatGPT, Google Gemini,

Copilot…
1.1 IA : ChatGPT,

OpenAI est une entreprise américaine spécialisée dans la recherche et

le développement en intelligence artificielle (IA). Elle est à l’origine
de plusieurs modèles d’IA très avancés, dont ChatGPT, DALL·E
(génération d’images), et Codex (aide au code).

🔹 Présentation rapide

 Nom complet : OpenAI Inc. (avec sa filiale commerciale

OpenAI LP)
 Fondée en : Décembre 2015
 Fondateurs : Elon Musk, Sam Altman, Greg Brockman, Ilya
Sutskever, entre autres
 Siège : San Francisco, États-Unis
 PDG actuel (2025) : Sam Altman

🔹 Mission

« S’assurer que l’intelligence artificielle générale (AGI) profite à

toute l’humanité. »

OpenAI vise à créer une IA générale (une IA aussi capable qu’un

humain dans n’importe quelle tâche cognitive), sûre et bénéfique.

🔹 Réalisations majeures

Produit / Modèle Description

GPT (Generative Pre- Modèle de langage. Versions : GPT-2,
trained Transformer) GPT-3, GPT-4, GPT-4.5
Interface conversationnelle basée sur
ChatGPT
GPT
Codex IA pour aider à écrire du code
DALL·E Générateur d’images à partir de texte
 Produit / Modèle Description
Whisper Reconnaissance vocale (audio → texte)
Plateforme pour intégrer les modèles
OpenAI API
dans des apps/sites
GPT personnalisables par les
Custom GPTs
utilisateurs

🔹 Partenariat avec Microsoft

OpenAI travaille en partenariat étroit avec Microsoft, qui :

 a investi plusieurs milliards de dollars,

 a intégré ChatGPT et GPT dans Microsoft Copilot,
 héberge les modèles OpenAI sur Azure (cloud Microsoft).

🔹 Statut hybride

OpenAI a une structure unique :

 OpenAI Inc. : organisation à but non lucratif,

 OpenAI LP : entité commerciale à but lucratif "limité" (capped
profit), pour attirer des investisseurs sans trahir les valeurs
d’origine.

🔹 Influence mondiale

OpenAI est actuellement l’un des leaders mondiaux de l’IA, aux

côtés de :

 Google DeepMind (Gemini),

 Anthropic (Claude),
 Mistral AI (France),
 Meta AI, etc.
  Le brainstorming (en français : remue-méninges) est une
technique de créativité en groupe (ou individuelle) utilisée
pour générer un maximum d’idées autour d’un sujet, d’un
problème ou d’un projet, sans jugement dans un premier temps.


Comment utiliser

GPT (Generative Pre-trained Transformer)

Modèle de langage. Versions : GPT-2, GPT-3, GPT-4, GPT-4.5

Voici un guide clair pour comprendre et utiliser les différents

modèles GPT (Generative Pre-trained Transformer), notamment
GPT-2, GPT-3, GPT-4 et GPT-4.5.

🔍 Qu’est-ce que GPT ?

GPT est un modèle de langage développé par OpenAI. Il utilise
l’intelligence artificielle pour générer du texte de manière cohérente
à partir d'une invite (prompt). Ces modèles ont été entraînés sur des
milliards de mots pour comprendre et prédire du langage humain.

📚 Versions principales :
🔹 GPT-2 (2019)

 Open-source, disponible gratuitement.

 Moins performant pour les tâches complexes.
 Peut être utilisé localement avec des bibliothèques Python
comme transformers de Hugging Face.

🔹 GPT-3 (2020)
  Disponible via l’API OpenAI.
 Plus grand que GPT-2 (175 milliards de paramètres).
 Nécessite une clé API et un compte OpenAI.

🔹 GPT-4 (2023)

 Plus avancé : meilleure compréhension, réponses plus fiables.

 Accessible via ChatGPT Plus (20 $/mois).
 API disponible sur [Link].

🔹 GPT-4.5 (interne à OpenAI / ChatGPT Pro)

 Meilleures performances que GPT-4 (notamment en rapidité et

logique).
 Disponible uniquement dans ChatGPT Pro via l’interface de
ChatGPT (pas encore d’API publique distincte).

⚙️Comment les utiliser ?

▶️Méthode 1 : Via l’interface ChatGPT

1. Rendez-vous sur [Link].

2. Créez un compte OpenAI.
3. Choisissez :
o Gratuit → GPT-3.5
o Abonnement Plus (20 $/mois) → Accès à GPT-4 et GPT-
4.5

▶️Méthode 2 : Via l’API OpenAI

1. Allez sur [Link]

2. Créez un compte et récupérez une clé API.
3. Utilisez Python :
import openai

openai.api_key = "votre_clé_api"
response = [Link](
model="gpt-4", # ou "gpt-3.5-turbo"
messages=[
{"role": "user", "content": "Explique-moi la
Révolution française."}
]
)

print(response['choices'][0]['message']['content'])

▶️Méthode 3 : En local (GPT-2, voire GPT-J ou Mistral)

1. Installez les bibliothèques :

pip install transformers torch

2. Exemple en Python :
from transformers import GPT2LMHeadModel, GPT2Tokenizer

tokenizer = GPT2Tokenizer.from_pretrained("gpt2")
model = GPT2LMHeadModel.from_pretrained("gpt2")

prompt = "La France est un pays situé en Europe. "

inputs = [Link](prompt, return_tensors="pt")
outputs = [Link](inputs, max_length=100,
num_return_sequences=1)

print([Link](outputs[0]))

💡 Astuce :
Pour les cas d’usage simples (rédaction, explication, résumé),
ChatGPT en ligne suffit largement. Pour les développeurs ou projets
personnalisés, l'API OpenAI est plus flexible.

Interface
ChatGPT conversationnelle
basée sur GPT

Voici un guide simple et clair pour apprendre à

utiliser ChatGPT, l’interface conversationnelle
basée sur les modèles GPT d’OpenAI (comme
GPT-3.5, GPT-4, GPT-4.5).

💬 Qu’est-ce que ChatGPT ?

ChatGPT est une interface de discussion en
ligne qui vous permet de parler avec une
intelligence artificielle. Vous posez des
questions ou donnez des consignes en langage
naturel, et l’IA vous répond en quelques
secondes.

🧭 Comment y accéder ?
1. 🌐 Allez sur le site officiel :
👉 [Link]
2. 📝 Créez un compte (adresse e-mail + mot
de passe ou via Google/Microsoft).
3. 🔑 Choisissez un abonnement :
o Gratuit : accès à GPT-3.5
o ChatGPT Plus (20 $/mois) : accès à
GPT-4 et GPT-4.5 (modèle plus
puissant et rapide)

⚙️Comment utiliser ChatGPT ?

✅ Étapes de base :

1. Connectez-vous sur [Link]

2. Dans la barre en bas de l’écran, tapez votre
question ou consigne :
o Exemple : Explique-moi la
 photosynthèse.
o Exemple : Écris un email
professionnel pour demander un
rendez-vous.
3. Appuyez sur "Entrée" ou cliquez sur la
flèche pour envoyer.
4. L’IA vous répond en langage naturel.

🧠 Ce que vous pouvez faire avec

ChatGPT :
Domaine Exemples d'utilisation
Lettres, emails, CV, contenus
✍️Rédaction
web, articles
Résumés de cours,
📚 Éducation explications de concepts,
exercices corrigés
Business plans, idées
💼 Travail / Projets marketing, documents
administratifs
Aide au code (PHP, Python,
💻 Programmation HTML…), débogage,
explications
🌍 Langues / Traduction de phrases,
Traductions explication de vocabulaire
Poèmes, idées de noms,
🎨 Créativité
slogans, scénarios

🛠️Conseils d'utilisation efficaces :

✅ Donnez un contexte clair :

🔸 Mauvais : Aide-moi pour un exposé.

✅ Bon : Aide-moi à préparer un exposé de 5
minutes sur les énergies renouvelables pour un
élève de 3e.

✅ Posez une seule question à la fois ou

numérotez-les.

✅ Demandez des reformulations :

Peux-tu simplifier ?, Peux-tu traduire cela en

français ?, Donne un exemple concret.

📱 Versions disponibles :
Plateforme Accès
🌐 Web [Link]
Application ChatGPT (iOS et
📱 Mobile
Android)
Pour développeurs via
💻 API
[Link]

DALl E Générateur d’images à partir de text

Voici un guide simple et complet pour comprendre comment utiliser

DALL·E, le générateur d’images à partir de texte d’OpenAI.

🎨 Qu’est-ce que DALL·E ?

DALL·E est une intelligence artificielle développée par OpenAI qui
peut créer des images réalistes ou artistiques à partir de
descriptions en langage naturel (texte).

Exemple :
"Un lion assis sur un canapé en train de lire un journal dans un style
cartoon."
→ DALL·E génère une image correspondant à cette description.

🔓 Comment accéder à DALL·E ?

✅ Méthode 1 : via ChatGPT

1. Allez sur [Link]

2. Connectez-vous avec un compte OpenAI.
3. Si vous utilisez GPT-4 avec vision (GPT-4o) (inclus dans
ChatGPT Plus, 20 $/mois), vous pouvez :
o Écrire une description d’image comme un prompt.
o Cliquer sur l’icône 🖼️ou sur le bouton "Générer une
image".
📌 Exemple :

"Crée une image d’un marché africain animé au coucher du soleil,

avec des femmes vendant des fruits."

✅ Méthode 2 : via [Link]

1. Créez un compte développeur.

2. Obtenez une clé API.
3. Appelez l’API DALL·E via un script (par exemple en Python) :
import openai

openai.api_key = "votre_clé_api"

response = [Link](
 prompt="A futuristic city with flying cars under a purple
sky",
n=1,
size="1024x1024"
)

image_url = response['data'][0]['url']
print(image_url)

✅ Méthode 3 : via l’appli ChatGPT mobile

 Disponible sur iOS et Android.

 Utilise l’interface GPT-4 avec image.
 Vous pouvez décrire une scène et générer des images depuis
votre téléphone.

🧠 Conseils pour écrire un bon prompt DALL·E

:
Ce que vous
Exemple de prompt
voulez
Style réaliste A realistic photo of a Senegalese fisherman at sunrise
Style cartoon A cartoon drawing of a dancing mango with sunglasses
Style peinture A painting in the style of Van Gogh showing a desert scene
A woman wearing a red dress, walking in a Paris street at
Détails importants
night
Composition An aerial view of a tropical island shaped like a star

🎯 Cas d’usage de DALL·E :

 Création artistique : illustrations, BD, design graphique
 Marketing / Réseaux sociaux : visuels originaux pour posts
 Éducation : images pédagogiques (sciences, histoire…)
 Prototypes visuels : logos, maquettes, concepts de produits
📝 À retenir :
 DALL·E génère des images à partir de prompts textuels
détaillés.
 Il est disponible dans ChatGPT Plus (via GPT-4) et via API
OpenAI.
 Plus la description est précise, plus l’image générée sera fidèle
à votre intention.

Whisper Reconnaissance vocale (audio → texte)

Voici un guide simple pour comprendre comment utiliser Whisper,

l’intelligence artificielle d’OpenAI pour la reconnaissance vocale
(conversion audio → texte).

🎤 Qu’est-ce que Whisper ?

Whisper est un modèle d’intelligence artificielle développé par
OpenAI qui peut transcrire automatiquement de l’audio en texte.
Il fonctionne sur des fichiers audio (MP3, WAV, etc.) et peut
reconnaître plusieurs langues, y compris le français.

🛠️Comment utiliser Whisper ?

✅ Méthode 1 : En local avec Python (gratuit)
🔧 Étape 1 : Installer les bibliothèques nécessaires

1. Assurez-vous d’avoir Python installé.

 2. Ouvrez un terminal (ou invite de commande) et tapez :
pip install openai-whisper
🔧 Étape 2 : Transcrire un fichier audio

Enregistrez un fichier audio (mon_fichier.mp3 par exemple), puis

utilisez ce code :
whisper mon_fichier.mp3 --language French --model small

 --language French : pour indiquer que l’audio est en français.

 --model small : modèle rapide. Vous pouvez aussi utiliser base,
medium, ou large pour plus de précision.

Whisper va générer un fichier .txt contenant la transcription.

✅ Méthode 2 : Via l’API OpenAI

Étapes :

1. Créez un compte sur [Link]

2. Récupérez une clé API.
3. Utilisez ce code Python :
import openai

openai.api_key = "votre_clé_api"

audio_file = open("mon_fichier.mp3", "rb")

transcription = [Link](
model="whisper-1",
file=audio_file
)

print(transcription["text"])

👉 Cette méthode nécessite une connexion Internet et est payante à

l'usage (quelques centimes par minute d’audio).
✅ Méthode 3 : Applications utilisant Whisper

Plusieurs applications open source et outils intègrent Whisper :

 MacWhisper (Mac) – Interface simple pour les fichiers audio.

 Whispr Desktop – Multiplateforme.
 Descript, [Link], etc. utilisent parfois Whisper comme moteur
de transcription.

📌 Points forts de Whisper :

 Excellente qualité de transcription, même avec bruit de fond.
 Reconnaissance de plusieurs langues.
 Peut traduire et transcrire en même temps (ex. : audio en
français → texte en anglais).

🧠 Astuce pour de bons résultats :

 Utilisez des fichiers audio clairs, sans trop de bruit de fond.
 Parlez distinctement si vous enregistrez vous-même.
 Privilégiez un modèle plus grand (medium, large) pour de
meilleurs résultats.

Souhaitez-vous un exemple complet avec un fichier audio réel ? Vous

pouvez m’en envoyer un, et je vous montrerai comment le transcrire.

OpenAI API Plateforme pour intégrer les modèles dans des apps/sites
Voici un guide clair et complet pour utiliser l’API d’OpenAI, la
plateforme qui vous permet d’intégrer les modèles GPT, DALL·E,
Whisper, etc. dans vos applications ou sites web.

🔑 Qu’est-ce que l’API OpenAI ?

L’API OpenAI vous permet d’accéder à des modèles puissants
d’intelligence artificielle (texte, image, audio) pour les utiliser dans
vos propres applications, sites web, bots, logiciels, etc.

💡 Exemples de modèles disponibles :

 gpt-4, gpt-3.5-turbo → génération de texte (ChatGPT)

 whisper-1 → transcription audio (Whisper)
 dall-e-3 → génération d’images à partir de texte
 text-embedding-3-small → génération de vecteurs (recherche
sémantique)
 gpt-4o → multimodal (texte + image + audio en entrée)

🛠️Étapes pour utiliser l’API OpenAI

1. 📝 Créer un compte sur la plateforme OpenAI

👉 [Link]

2. 🔐 Obtenir une clé API

Une fois connecté :

 Allez dans "API keys" (cliquez sur votre nom > View API keys)
 Cliquez sur "Create new secret key"
 Copiez-la et gardez-la privée

3. 💻 Installer la bibliothèque Python (ou autre langage)

Par exemple, pour Python :

pip install openai

4. 💬 Appeler un modèle GPT (texte → texte)

Voici un exemple simple pour GPT-4 :

import openai

openai.api_key = "votre_clé_api"

response = [Link](
model="gpt-4",
messages=[
{"role": "system", "content": "Tu es un assistant
utile."},
{"role": "user", "content": "Explique-moi la
révolution industrielle en 5 phrases."}
]
)

print(response["choices"][0]["message"]["content"])

📸 Exemple pour générer une image (DALL·E)

response = [Link](
prompt="A lion sitting at a computer in an office",
n=1,
size="1024x1024"
)

print(response["data"][0]["url"])

🎤 Exemple pour transcrire un fichier audio

(Whisper)
audio_file = open("votre_audio.mp3", "rb")

transcription = [Link](
model="whisper-1",
file=audio_file
)

print(transcription["text"])
💰 Coût d’utilisation (tarification API)
OpenAI facture à l’utilisation, selon :

 Le modèle utilisé (GPT-3.5 est moins cher que GPT-4)

 Le nombre de tokens (morceaux de texte, environ 750 mots =
1000 tokens)
 Le type de service (texte, image, audio)

👉 Voir la tarification ici :

[Link]

📦 Intégration dans un site ou une application

Vous pouvez appeler l’API depuis :

 Un site web (via un backend en PHP, Python, [Link]…)

 Une application mobile (Android, iOS)
 Un chatbot (ex. : chatbot d’entreprise, assistant WhatsApp)
 Un plugin ou une extension

🛡️Bonnes pratiques :
 Ne jamais exposer votre clé API dans le code côté client
(HTML/JS).
 Utiliser un serveur intermédiaire pour sécuriser les appels.
 Limiter les requêtes avec des quotas ou un pare-feu applicatif.

📘 Ressources utiles :
 📚 Docs officielles : [Link]
 🧪 Playground (tester sans coder) :
[Link]
 🛠️Exemples de code : [Link]
Custom GPTs GPT personnalisables par les utilisateurs

Voici un guide clair et pratique pour utiliser les Custom GPTs, c’est-
à-dire des versions personnalisées de ChatGPT créées par les
utilisateurs selon leurs besoins.

🤖 Qu’est-ce qu’un Custom GPT ?

Un Custom GPT est une version personnalisée de ChatGPT, créée
via l’interface d’OpenAI.
Vous pouvez :

 Lui donner une personnalité ou un ton spécifique (ex. : formel,

amical, éducatif)
 Définir ce qu’il sait ou doit faire (ex. : parler d’un sujet précis,
utiliser un style particulier)
 L’équiper avec des fichiers, des instructions ou des outils
 Et l’utiliser comme un assistant spécialisé.

🧠 Exemples :

 Un coach sportif virtuel

 Un assistant juridique de base
 Un tuteur en mathématiques
 Un conseiller marketing local

🛠️Comment créer ou utiliser un Custom GPT ?

✅ Étape 1 : Avoir un compte ChatGPT Plus
👉 Les Custom GPTs sont disponibles uniquement avec
l’abonnement ChatGPT Plus (20 $/mois).

✅ Étape 2 : Aller dans l’interface des Custom GPTs

1. Allez sur [Link]

2. Connectez-vous
3. Cliquez sur "Explorer GPTs" (en bas à gauche) ou allez
directement ici :
👉 [Link]

🎨 Deux possibilités :
1. 🔍 Utiliser un GPT personnalisé existant

 Dans l’annuaire de GPTs personnalisés, cherchez par thème :

o "Traducteur wolof", "Prof d’histoire", "Graphiste IA", etc.
 Cliquez dessus et utilisez-le comme un ChatGPT classique.

2. ✏️Créer votre propre Custom GPT

1. Cliquez sur "Créer un GPT" > Walkthrough guidé.

2. Donnez-lui :
o Un nom
o Une description (ce qu’il est censé faire)
o Des instructions système (ex. : “Tu es un assistant qui
donne des conseils aux entrepreneurs du Sénégal.”)
o Des fichiers ou bases de connaissances à intégrer
o Activez ou non les outils (navigation web, génération
d’images, code, etc.)
3. Cliquez sur "Créer" → votre GPT personnalisé est prêt.

🧠 Ce qu'on peut personnaliser dans un Custom

GPT :
 Élément Exemple
Coach Forme Sénégal, Assistante juridique, Guide
Nom / identité
local
Instructions Sois patient, explique comme à un débutant, donne
système des exemples concrets.
PDF, DOCX, notes de cours, catalogue produit,
Fichiers joints
etc.
Navigation Web, Code interpreter, DALL·E,
Outils activés
Fichiers
Peut répondre en s’adaptant à des cas ou données
Réponses privées
spécifiques

💡 Cas d’usage de Custom GPTs :

 👨‍🏫 Enseignant virtuel pour les élèves d’un niveau ou d’un pays
donné
 👩‍⚕️Assistant santé (non médical) pour l’hygiène, nutrition, etc.
 🛍️Conseiller e-commerce pour une boutique ou un catalogue
spécifique
 🧾 Assistant administratif local (Sénégal, Afrique de
l’Ouest…)

🔗 Partager un Custom GPT

Une fois créé, vous obtenez un lien public que vous pouvez partager
(même avec d’autres abonnés ChatGPT Plus).
👉 Exemple de lien : [Link]
gpt