RÉSUMÉ; SÉQUENCE 4

Fait par: BASMA OUBENALI

 INTRODUCTION À L’INTELLIGENCE ARTIFICIELLE

• L'intelligence artificielle (IA) est un domaine en pleine évolution qui vise à créer des
machines capables d'imiter l'intelligence humaine.
• Définition de l'IA: L'IA est définie comme un ensemble de techniques permettant aux
machines de simuler l'intelligence humaine, notamment la capacité à apprendre, à
raisonner et à prendre des décisions.
• Types d'interactions: L'IA peut interagir avec des bases de données (images, textes, etc.) ou
avec des environnements physiques (robots, jeux vidéo).
• Cas d'utilisation: L'IA peut être utilisée pour prédire, classifier et contrôler.
• Prédiction: L'IA peut apprendre à prédire des événements futurs, comme le résultat d'un match
de football ou le prix d'une maison.
• Classification: L'IA peut classer des données dans différentes catégories, comme des images de
fruits ou des emails.
• Contrôle: L'IA peut contrôler des environnements physiques, comme un robot pour la détection
de déchets nucléaires ou un joueur sur un jeu de plateau.

L'IA est un outil puissant qui peut être utilisé pour de nombreuses applications, mais il est
 HISTOIRE DE L’INTELLIGENCE ARTIFICIELLE

1. Les prémices de l'IA (1940-1970)

• Les années 40: Alan Turing met au point un système pour décoder les messages codés par la machine
Enigma des Allemands pendant la Seconde Guerre mondiale, ce qui a eu un impact significatif sur le
cours de la guerre.
• Les années 50: Le concept de machine de Turing est formulé, donnant naissance au test de Turing pour
évaluer la capacité d'une machine à imiter une conversation humaine.
• Les années 60: Arthur Samuel développe une IA capable de jouer aux dames et de battre le champion
du monde américain.
• Les années 70: Période d'hiver de l'IA due à un optimisme excessif et à des difficultés à atteindre les
résultats escomptés.
2. La seconde vague d'évolution de l'IA (1980-2010)
• Les années 80: Naissance du concept de machine learning, permettant aux ordinateurs d'apprendre
par eux-mêmes sans programmation explicite.
• Les années 90: IBM conçoit Deep Blue, un logiciel qui bat le champion du monde d'échecs Kasparov.
• Les années 2000-2010: Développement de concepts plus profonds dérivés du machine learning, tels
que les réseaux de neurones, et création de logiciels comme AlphaGo qui bat le champion du monde de
Go.
3. La troisième vague d'évolution de l'IA (2020-)
• Explosion des technologies contribuant à l'émergence de l'IA : Big Data, Cloud et GPU.
• Concept d'IA générative : Utilise des réseaux de neurones artificiels pour créer de nouveaux
contenus à partir de données existantes, permettant de générer du texte, des images, des vidéos,
etc.
• Différences majeures entre l'IA générative et l'IA classique :
• Création de liens multimodaux entre différents domaines.
• Création de nouveaux contenus et de nouvelles connaissances.
• Interaction conversationnelle avec les machines.
BREF:

L'IA est un domaine en constante évolution qui a connu des avancées majeures au fil des décennies.
L'IA générative ouvre de nouvelles perspectives en matière de création de contenu, de
connaissances et d'interactions avec les machines.
 INTRODUCTION À L'INTELLIGENCE ARTIFICIELLE GÉNÉRATIVE

les concepts clés de l'intelligence artificielle (IA) générative, en la comparant à l'IA classique.
1. Modèles discriminants vs. Modèles génératifs
• Modèles discriminants: Classent ou prédisent les étiquettes des données (ex: image d'un chien ou d'un
chat).
• Modèles génératifs: Créent de nouveaux contenus à partir de données existantes (ex: générer une
nouvelle image d'un chien).
2. L'intelligence artificielle générative
• Utilise des réseaux de neurones artificiels pour traiter de vastes données non structurées.
• Apprend des motifs structurés à partir de données non structurées pour créer un modèle statistique.
• Permet de créer des liens entre différents domaines (ex: texte à vidéo, image à podcast).

3. Les modèles de langues génératifs vs. Les modèles d'images génératifs

• Modèles d'images génératifs: Produisent de nouvelles images, génèrent des légendes d'images,
effectuent des recherches par image et complètent des images abîmées.
• Modèles de langues génératifs: Apprennent à reconnaître les schémas linguistiques, prédisent le texte
4. Evolution de l'intelligence artificielle générative
• Programmation traditionnelle: Codage manuel des règles pour identifier un objet.
• Réseaux de neurones: Apprentissage à partir d'exemples sans programmation explicite.
• IA générative: Création de contenu par les utilisateurs en posant des questions.

Conclusion
• L'IA générative crée des liens entre différents domaines et permet de créer de nouveaux
contenus.
• Elle offre de nouvelles possibilités et ouvre de nouveaux horizons.
• L'IA générative ouvre la voie à un nouveau mode d'interaction avec les machines, basé sur la
conversation.
 L'AGENT CONVERSATIONNEL : CHATGPT

ChatGPT, un agent conversationnel développé par OpenAI, en expliquant son fonctionnement et ses modes d'apprentissage.
1. GPT vs. ChatGPT
• GPT (Generative Pre-trained Transformer): Un modèle de langage "Large Language Model" (LLM) capable de générer du texte, de
traduire des langues, etc.
• ChatGPT: Un agent conversationnel qui utilise GPT pour générer des réponses en langage naturel aux questions et requêtes des
utilisateurs.
2. Les stades d'évolution des modèles GPT
• GPT-1 (2018): 117 millions de paramètres.
• GPT-2 (2019): 1.5B paramètres.
• GPT-3 (2020): 175B paramètres.
• GPT-4 (2023): 1.76T paramètres.
• Les modèles GPT ont évolué en taille et en capacité, en intégrant de nouvelles fonctionnalités comme la compréhension des images.
3. Fonctionnement de ChatGPT
• Utilisation d'un prompt: L'utilisateur fournit une question ou une instruction à ChatGPT.
• Prédiction du mot suivant: ChatGPT prédit le mot le plus probable à ajouter à la réponse en se basant sur son contexte et son
apprentissage.
• Itération et génération de la réponse: ChatGPT répète le processus de prédiction et d'ajout de mots jusqu'à ce qu'un caractère
spécial indique la fin de la réponse.
• Sélection de la meilleure réponse: Parmi toutes les réponses possibles, ChatGPT choisit la plus pertinente et la plus
4. Les modes d'apprentissage de GPT
• Apprentissage par renforcement supervisé par l'homme (RLHF):
• Des annotateurs humains fournissent des questions et des réponses.
• ChatGPT est entraîné à générer des réponses similaires aux réponses humaines.
• Des superviseurs humains évaluent les réponses et donnent des "récompenses" pour les meilleures réponses.
• Une IA de récompense apprend à évaluer les réponses en se basant sur les récompenses humaines.

• Apprentissage par renforcement supervisé par l'IA:

• ChatGPT génère plusieurs réponses à une question.
• L'IA de récompense évalue les réponses et attribue des notes.
• ChatGPT apprend à privilégier les réponses avec des notes élevées.

5. Conclusion
• ChatGPT est un agent conversationnel performant qui utilise GPT pour générer des réponses en langage naturel.
• Son fonctionnement repose sur une combinaison de techniques d'apprentissage automatique, notamment les
Transformers et le renforcement supervisé.
• ChatGPT est capable de mener des conversations fluides et naturelles avec les utilisateurs, en répondant à leurs questions
et en suivant leurs instructions.
 RÉSUMÉ DU TABLEAU COMPARATIF DES CHATBOTS CONVERSATIONNELS

Comparaison des fonctionnalités et performances de cinq chatbots conversationnels : Claude 2,

Claude 2 Pro, Bard, ChatGPT 3.5, ChatGPT Plus et Bing Chat.

• Claude 2 excelle dans l'extraction de contenu de longs textes et documents PDF. Il est également
performant pour les tâches qui nécessitent une fenêtre de dialogue longue. Cependant, il n'est pas
accessible en France et n'a pas d'accès à internet.

• Claude 2 Pro offre les mêmes fonctionnalités que Claude 2, mais avec un accès 5 fois plus long et la
possibilité d'entraîner le modèle sur des sujets spécifiques. Il est également plus rapide et offre une
meilleure confidentialité des données. Cependant, il n'est pas non plus accessible en France et n'a pas
d'accès à internet.

• Bard est le meilleur choix pour obtenir des informations actualisées et des sources fiables. Il peut
également traiter des images grâce à Google Lens. Cependant, ses capacités créatives sont plus limitées
que celles des autres chatbots et la taille de ses réponses est plus courte.

• ChatGPT 3.5 est performant pour la créativité et propose de nombreuses vidéos tutorielles. Cependant, il
n'a pas d'accès à internet et ses réponses ne sont pas actualisées.

• ChatGPT Plus offre la possibilité de convertir du texte en image et de générer des graphiques et des
analyses de code. Il dispose également d'une vaste bibliothèque de plugins. Cependant, il est limité à 50
MERCI POUR VOTRE
ATTENTION