Table des matières
Sommaire
6 parties · 25 chapitres · 129 sections
Fondations : comprendre l'IA avant les LLM
Pour comprendre la révolution actuelle, il faut savoir d'où elle vient. Cette première partie raconte les soixante années qui ont précédé ChatGPT, puis expose la mécanique fondamentale de l'apprentissage automatique, jusqu'au seuil de l'innovation qui a tout changé : le Transformer.
- 01Aux origines : du rêve des automates au neurone artificiel
- 02Apprendre des données : machine learning & deep learning
- 2.1Le changement de paradigme : programmer ou apprendre
- 2.2Trois manières d'apprendre
- 2.3Le neurone artificiel et les réseaux
- 2.4Comment une machine apprend : coût et rétropropagation
- 2.52012 : le big bang du deep learning
- 2.6Voir et lire : CNN et RNN
- 2.7Représenter le sens : les plongements (embeddings)
- 2.8Les trois ingrédients de l'IA moderne
- 2.9Le cerveau et la machine : une analogie féconde et trompeuse
- 03La révolution Transformer : « l'attention est tout ce qu'il faut »
L'ère des grands modèles
Après les fondations posées en partie I, place aux vedettes de l'époque. Cette partie décortique les grands modèles de langage (chapitre 4), élargit le regard aux modèles du monde et au multimodal (chapitre 5), montre comment les modèles deviennent des agents capables d'agir (chapitre 6), puis dresse la carte des acteurs et des personnes qui font l'IA (chapitre 7).
- 04Les grands modèles de langage (LLM)
- 05Les modèles du monde (World Models) et le multimodal
- 06Les agents IA : du chatbot à l'acteur autonome
- 6.1Du modèle à l'agent
- 6.2Anatomie d'un agent
- 6.3Le Model Context Protocol (MCP) et l'usage d'outils
- 6.4Les frameworks d'agents
- 6.5Agents informatiques (computer-use) et navigation web
- 6.6Systèmes multi-agents
- 6.7Le vibe coding : programmer en langage naturel
- 6.8Étude de cas : OpenClaw
- 6.9Étude de cas : Hermes Agent
- 07Le paysage des acteurs (juin 2026)
Le matériel et l'infrastructure
On a tendance à voir l'IA comme du logiciel, presque immatériel. C'est une illusion. Derrière chaque réponse d'un modèle se cachent des usines géantes, des puces parmi les objets les plus complexes jamais fabriqués, et une consommation d'énergie qui inquiète les réseaux électriques du monde entier. Cette partie descend dans la salle des machines : le calcul et les puces (chapitre 8), l'alternative de l'IA locale et open source (chapitre 9), et la question énergétique qui pourrait tout freiner (chapitre 10).
Les grandes convergences
L'IA ne progresse pas en vase clos. Elle rencontre d'autres technologies de rupture, et de ces rencontres naissent des promesses (et beaucoup de battage). Cette partie examine trois convergences majeures avec lucidité : l'IA et la blockchain (chapitre 11), l'IA et l'informatique quantique (chapitre 12), et la plus tangible des trois, l'IA et la robotique (chapitre 13), où l'intelligence se dote enfin d'un corps.
L'IA dans le monde réel
Après les fondations, les modèles, le matériel et les convergences, il est temps de regarder les effets concrets de l'IA sur nos vies. Cette partie, la plus vaste du cours, parcourt les grands domaines transformés par l'IA : la science et la santé (chapitre 14), l'éducation (chapitre 15), la création et la culture (chapitre 16), le travail et l'économie (chapitre 17), la finance et les autres secteurs (chapitre 18), la vie quotidienne et la psychologie (chapitre 19), la cybersécurité (chapitre 20), le droit et la société (chapitre 21), et enfin la défense (chapitre 22). À chaque fois, le même fil conducteur : peser les promesses réelles et les risques concrets, sans battage ni catastrophisme.
Les enjeux existentiels
Nous voici au terme du voyage, face aux questions les plus vertigineuses. Après les usages concrets, cette dernière partie s'élève vers les interrogations ultimes : les questions philosophiques que l'IA ravive (chapitre 23), comme celles de la compréhension, de la conscience et du statut moral ; le défi de l'alignement et de la sécurité, c'est-à-dire comment garder une IA très capable sous contrôle et fidèle à nos valeurs (chapitre 24) ; et enfin la gouvernance, la régulation et les futurs possibles d'une technologie aussi puissante (chapitre 25). Cette partie demande de la lucidité, et l'humilité de reconnaître ce que nul ne sait encore.
Pour aller plus loin
Annexes
Glossaire, repères chronologiques et sources : les outils de référence pour prolonger et vérifier la lecture.