Beaucoup d’idées reçues circulent sur l’Intelligence Artificielle (IA) et si vous vous posez les questions suivantes, alors ce cycle de cours est fait pour vous :

• Qu’est-ce qu’un algorithme d’IA ?

• Comment un ordinateur peut-il "apprendre" ? À partir de quelles données ?

• Où trouve-t-on de l'IA autour de nous ?

• ChatGPT, Midjourney et leurs homologues sont-ils une révolution ou une simple évolution ?

• Sont-ils "intelligents" ? L'IA est-elle capable d'innover ?

• En quoi les IA sont-elles politiques ?

• Quels sont les principaux risques des IA ?

• Dans quels domaines l'IA est-elle utile ? Faut-il en avoir peur ?

• Peut-on faire confiance à un algorithme ?

• L'IA va-t-elle nous remplacer ?

Séance 1 - Comment un ordinateur peut-il "apprendre" ? Un détour par les mathématiques pour démystifier l'IA.

Séance 2 - ChatGPT, Midjourney et autres IA génératives : révolution ou simple évolution ?

Séance 3 - En quoi l'IA est-elle politique ? Enjeux et risques.

• La définition de l'IA et des termes associés : algorithme, machine learning supervisé et non supervisé, réseau de neurones, deep learning modèle

• Ce qui est de l'IA et ce qui n'en est pas : Reconnaître l'IA qui nous entoure. Comprendre que ce n'est pas "magique".

• L’apprentissage d'un algorithme de machine learning supervisé : définition d'un modèle, de fonction de coût.

• L’évaluation d'un modèle de machine learning : erreur moyenne, précision, rappel, matrice de confusion, faux positifs et faux négatifs.

• Le surapprentissage : comment un modèle peut-il faire des prédictions sur des données inconnues ?

• Les sources de biais d'un algorithme de machine learning.

• Une typologie des principaux risques des algorithmes d'IA.

• Des exemples moins connus d'IA qui existent aujourd'hui.

Thomas Belhalfaoui est ingénieur en informatique et mathématiques appliquées (Télécom Paris, ENS Paris-Saclay). Après une carrière en tant que data scientist, il est depuis quelques années enseignant en data science et intelligence artificielle.