Intelligence artificielle — Chapitre 1

Les fondamentaux de l’intelligence artificielle

L’intelligence artificielle est aujourd’hui présente dans de nombreux domaines : moteurs de recherche, assistants numériques, médecine, transports, création de contenus et gestion d’entreprise.

Pourtant, derrière le terme « intelligence artificielle » se cachent des technologies très différentes. Certaines analysent des données, d’autres reconnaissent des images, prédisent des résultats ou génèrent de nouveaux contenus.

Ce premier chapitre vous permettra de comprendre les bases de l’intelligence artificielle, son évolution, ses principales technologies et ses domaines d’application.

Les explications sont progressives et accessibles aux débutants. Aucune connaissance en informatique ou en programmation n’est nécessaire.

10 cours Niveau débutant Sans prérequis Exercices pratiques

Objectifs du chapitre

À la fin de ce chapitre, vous serez capable de :

  • Expliquer simplement ce qu’est une intelligence artificielle.
  • Identifier les grandes étapes de son évolution.
  • Distinguer les principales familles d’IA.
  • Différencier IA traditionnelle, prédictive et générative.
  • Comprendre les principes du machine learning et du deep learning.
  • Expliquer le rôle des réseaux de neurones.
  • Comprendre comment les modèles apprennent à partir de données.
  • Identifier les capacités et les limites des systèmes d’intelligence artificielle.
  • Reconnaître les principaux usages de l’IA dans la vie quotidienne et professionnelle.

Les 10 cours du chapitre

Suivez les cours dans l’ordre pour construire progressivement vos connaissances, ou accédez directement à une notion que vous souhaitez approfondir.

01 Qu’est-ce que l’intelligence artificielle ? Définition et principes essentiels 02 L’histoire de l’intelligence artificielle Des origines aux outils actuels 03 Les grandes familles d’intelligence artificielle Comprendre les différentes approches 04 IA traditionnelle, IA prédictive et IA générative Identifier leurs différences et usages 05 Comprendre le machine learning Les bases de l’apprentissage automatique 06 Comprendre le deep learning Découvrir l’apprentissage profond 07 Qu’est-ce qu’un réseau de neurones ? Comprendre les neurones artificiels 08 Comment une IA apprend-elle ? Données, entraînement et apprentissage 09 Ce qu’une intelligence artificielle sait faire et ne sait pas faire Capacités, limites et erreurs possibles 10 Les principaux domaines d’application de l’IA Des exemples concrets dans différents secteurs

Passer à la pratique

Vous avez terminé les cours de ce chapitre ? Vérifiez vos connaissances grâce aux exercices progressifs d’Ulpia 360.

Vous pourrez notamment vous entraîner à reconnaître les différentes familles d’IA, expliquer les principes du machine learning et distinguer les capacités réelles des systèmes intelligents.

Accéder aux exercices du chapitre →