Se rendre au contenu
Responsable Super Admin
Dernière mise à jour 04/11/2024
Membres 1
Intelligence Artificielle
  • Introduction à l'intelligence artificielle générative
    2Leçons ·
    • Comprendre les concepts fondamentaux de l'IA générative.
    • Découvrir les principales applications et l'impact de cette technologie.
  • Section 1 : Qu'est-ce que l'intelligence artificielle générative ?
    10Leçons ·
    • Leçon 1.1 : Définition et principes de base
    • Qu’est-ce que l’IA générative et comment elle se distingue des autres types d’IA ?
    • Introduction aux concepts de génération de contenu par les machines.
    • Leçon 1.2 : Brève histoire de l'IA générative
    • L'évolution de l'IA générative, des premières expériences à aujourd’hui.
    • Moments clés dans le développement des modèles génératifs (GAN, auto-encodeurs, LLMs, etc.).
    • Leçon 1.3 : L’écosystème de l’IA générative aujourd’hui
    • Acteurs majeurs et technologies de pointe.
    • Aperçu des outils disponibles (exemples : GPT, DALL-E, Midjourney, etc.).
    • Quizz 1 : Questions pour réviser les concepts fondamentaux de l'IA générative, son histoire et son impact.
  • Section 2 : Comprendre les concepts techniques de l'IA générative
    12Leçons ·
    • Leçon 2.1 : Fonctionnement des réseaux neuronaux de base
    • Introduction aux réseaux de neurones et leurs composants essentiels.
    • Concepts de propagation et de rétropropagation.
    • Leçon 2.2 : Introduction aux modèles génératifs
    • Comprendre les types de modèles génératifs : réseaux antagonistes génératifs (GANs), transformateurs, modèles auto-régressifs.
    • Applications de chaque type de modèle dans la création de contenu.
    • Leçon 2.3 : Grands modèles de langage (LLMs)
    • Qu’est-ce qu’un grand modèle de langage ? Focus sur GPT, BERT, etc.
    • Comment les LLMs comprennent et génèrent du texte.
    • Démystifier le “transformer” : architecture et importance.
    • Ressources complémentaires : Articles et vidéos explicatives sur les GANs, les LLMs et les transformeurs (p. ex., blog d’OpenAI, articles de Medium).
    • Quizz 2 : Questions sur les concepts de réseaux neuronaux et les types de modèles génératifs.
  • Section 3 : Applications actuelles de l'IA générative
    14Leçons ·
    • Leçon 3.1 : Génération de texte (LLMs)
    • Applications de la génération de texte : rédaction de contenu, chatbots, création de scripts.
    • Démonstrations : utilisation de GPT, ChatGPT, et autres modèles textuels.
    • Leçon 3.2 : Génération d’images et de vidéos
    • Introduction aux IA génératives d'images (DALL-E, Midjourney) et de vidéos.
    • Cas d'usage dans le marketing, l’art, et les réseaux sociaux.
    • Leçon 3.3 : Génération audio et musique
    • Applications pour la génération musicale, la synthèse vocale et l’audio.
    • Exemples pratiques avec des outils comme Jukedeck, Amper Music.
    • Leçon 3.4 : Modèles multimodaux et IA conversationnelles avancées
    • Interaction avec des modèles capables de gérer plusieurs types de médias.
    • Exemples de modèles multimodaux (ex. CLIP, Flamingo).
    • Ressources complémentaires : Liens vers des démonstrations et études de cas pour chaque type d’application (ex. blog de Google AI, YouTube).
    • Quizz 3 : Questions sur les applications de l'IA générative dans divers domaines et outils spécifiques.
  • Section 4 : Découverte pratique - Utilisation de l'IA générative
    11Leçons ·
    • Leçon 4.1 : Introduction à l’utilisation d’un LLM (GPT-3 ou similaire)
    • Mise en pratique : créer un compte sur un site de LLM et faire des tests.
    • Exemples de prompts et conseils pour optimiser les interactions.
    • Leçon 4.2 : Utilisation des IA génératives d’image
    • Présentation d'outils comme DALL-E et Midjourney.
    • Démonstration de la génération d'images à partir de descriptions textuelles.
    • Leçon 4.3 : Exercice pratique : créer une mini-application
    • Objectif : donner aux apprenants une expérience directe de la génération IA.
    • Création d'un petit chatbot ou d'une application image à partir des outils disponibles.
    • Exercice interactif : Atelier pour concevoir un projet personnel en utilisant un modèle génératif.
    • Quizz 4 : Questions d’auto-évaluation sur la manipulation pratique des outils d’IA générative.
  • Section 5 : Enjeux et perspectives de l'IA générative
    11Leçons ·
    • Leçon 5.1 : Éthique et risques de l'IA générative
    • Problématiques de biais, de propriété intellectuelle, et de vie privée.
    • L’impact des deepfakes et de la désinformation.
    • Leçon 5.2 : IA générative et marché du travail
    • Comment l’IA générative impacte le travail créatif, le développement et l’innovation.
    • Perspectives d’emplois et compétences à développer pour les métiers de demain.
    • Leçon 5.3 : L’avenir de l’IA générative
    • Tendances de recherche et innovations à surveiller.
    • Applications futures de l’IA générative : personnalisation de masse, éducation, médecine, etc.
    • Ressources complémentaires : Articles de recherche sur l’éthique de l’IA (ex. publications de l’UNESCO, MIT Tech Review).
    • Quizz 5 : Questions sur les enjeux éthiques, l’impact économique et les tendances futures.
  • Conclusion et récapitulatif
    6Leçons ·
    • Leçon 6.1 : Synthèse des concepts et pratiques
    • Résumé des connaissances acquises et conseils pour aller plus loin.
    • Leçon 6.2 : Projets pratiques pour s’entraîner
    • Propositions de projets pour continuer à utiliser l’IA générative.
    • Ressources supplémentaires pour approfondir : livres, vidéos, sites.
    • Quizz final : Récapitulatif sur l’ensemble du cours.
  • Examen final
    1Leçons ·
    • Test complet pour évaluer la compréhension de l’ensemble des concepts, avec un score requis pour l’obtention d’un certificat de fin de cours.
  • Projets finaux (facultatif)
    1Leçons ·
    • Les apprenants peuvent soumettre un projet utilisant un modèle génératif, avec retour de la part du formateur pour une critique constructive.