Formation Intelligence artificielle

L’intelligence artificielle (IA) n’est pas un cerveau magique ni une entité qui pense comme un humain. En réalité, l’IA fonctionne en détectant des motifs dans les données qu’on lui fournit, un peu comme si l’on montrait à quelqu’un des milliers de photos de chats pour qu’il en repère les caractéristiques communes, comme les oreilles pointues ou la forme des yeux. Elle ne comprend pas ou n’improvise pas, mais elle analyse et reconnaît des tendances à grande vitesse et avec une grande précision. On distingue principalement deux types : le Machine Learning, où l’IA apprend à partir d’exemples, et le Deep Learning, qui utilise des réseaux de neurones très sophistiqués pour repérer des motifs plus complexes, comme les visages ou la voix. Dans notre quotidien, l’IA est partout : dans Google Photos qui reconnaît les visages, dans Netflix ou Spotify qui proposent du contenu adapté, dans les GPS qui anticipent le trafic, ou encore dans ChatGPT qui génère du texte. Tout cela repose simplement sur l’analyse de données et la reconnaissance de motifs, ce qui explique que l’IA ne pense pas, mais elle peut prévoir et s’améliorer à force d’exemples. 

Nous avons passée en revue et légèrement approfondis les bases de l’IA en réalisant des exercices d’intelligence artificielle avec Mr Kouassi :

• Comment ça fonctionne ?

• Réalisation d’un prompt.

A Barcelone, un atelier consacré à l'intelligence artificielle, organisé au DHUB, a permis de découvrir les possibilités offertes par l'IA dans différents domaines. Les échanges ont porté sur ses applications concrètes, ses avantages, mais également sur les enjeux éthiques et environnementaux liés à son développement et à son utilisation. 

La journée a débuté à 9h par une 2ème séance de cours sur l’IA jusqu’à midi. Cette séance était axée sur la création de prompts experts. Nous avons approfondi trois techniques clés comme Persona : définir un rôle spécifique à l’IA, puis Few-shot : donner des exemples pour guider la réponse et enfin Chain-of-thought : décomposer le raisonnement étape par étape.

Pour mettre cela en pratique, nous avons réalisé des exercices comparant des prompts faibles et des prompts optimisés sur 4 thématiques : un post LinkedIn, un plan de formation, une analyse de données et la rédaction d’un CV percutant.

Nous avons également étudié les erreurs à ne pas faire, notamment le fait de rédiger des prompts trop courts (moins de 30 mots). La solution recommandée est de viser environ 80 mots pour une tâche complexe afin d’être plus précis.

le cours sur l’IA qui était très intéressant.