Comment fonctionne réellement l’intelligence artificielle ? Comment une machine apprend-elle à reconnaître des formes, à classer des informations ou à analyser des images ? Pour découvrir les principes scientifiques qui se cachent derrière les outils d’IA, Sabri Abdelouahed, enseignant-chercheur à la Faculté des sciences de Fès, propose une série de formations gratuites accessibles en ligne.
Ce parcours permet d’aborder progressivement trois notions fondamentales : le Machine Learning, les réseaux de neurones artificiels et les réseaux de neurones convolutifs. Une occasion de dépasser la simple utilisation des outils d’intelligence artificielle pour mieux comprendre les mécanismes sur lesquels reposent de nombreuses applications.
Trois séances pour comprendre les fondements de l’IA
La formation s’organise autour de trois séances complémentaires, qui suivent une progression des principes généraux de l’apprentissage automatique vers des architectures de réseaux de neurones plus spécialisées.
Séance 1 : introduction au Machine Learning
Cette première séance présente les principes de l’apprentissage automatique, ou Machine Learning. Le Machine Learning désigne un ensemble de méthodes permettant à des systèmes informatiques d’apprendre à partir de données, plutôt que de suivre exclusivement des règles programmées à l’avance.
L’apprentissage supervisé
Le système apprend à partir d’exemples pour lesquels les résultats attendus sont connus, comme des images accompagnées de leur catégorie.
L’apprentissage non supervisé
Le système recherche des structures, des regroupements ou des régularités dans des données sans disposer de catégories prédéfinies.
Cette distinction permet de comprendre comment les systèmes d’IA peuvent être entraînés pour réaliser différentes tâches.
Séance 2 : les réseaux de neurones artificiels (ANN)
La deuxième séance s’intéresse aux réseaux de neurones artificiels, souvent désignés par l’acronyme ANN (Artificial Neural Networks). Ces modèles informatiques s’appuient sur des unités de calcul interconnectées, organisées en couches, qui transforment progressivement les informations reçues.
La formation vise à faire découvrir les principes de leur fonctionnement et à introduire les fondements du Deep Learning, ou apprentissage profond. Cette approche repose sur des réseaux comportant plusieurs couches capables d’apprendre des représentations de plus en plus complexes à partir des données.
Séance 3 : les réseaux de neurones convolutifs (CNN)
La troisième séance présente les réseaux de neurones convolutifs, ou CNN (Convolutional Neural Networks). Ces architectures sont particulièrement utilisées pour traiter des données organisées sous forme de grilles, notamment les images.
Elles permettent d’apprendre à identifier progressivement différentes caractéristiques visuelles, comme des contours, des textures ou des formes plus complexes. Cette séance constitue une introduction aux mécanismes utilisés dans de nombreuses applications de reconnaissance et d’analyse d’images.
De la théorie à la pratique
L’objectif annoncé par l’auteur est de proposer davantage qu’une présentation théorique des notions. Les formations cherchent à articuler :
- La découverte des concepts fondamentaux ;
- L’explication des mécanismes utilisés en intelligence artificielle ;
- La compréhension des différentes méthodes d’apprentissage ;
- Des exemples permettant d’illustrer les notions abordées ;
- Une mise en pratique progressive à travers des ateliers en ligne.
Cette démarche vise à accompagner les participant·es vers une meilleure compréhension de la conception et de l’implémentation des systèmes d’apprentissage automatique.
À qui s’adressent ces formations ?
Les ressources sont proposées aux personnes souhaitant découvrir ou approfondir les principes techniques de l’intelligence artificielle. Elles peuvent notamment intéresser :
- Les étudiant·es de l’enseignement supérieur ;
- Les doctorant·es et les personnes engagées dans la recherche ;
- Les enseignant·es et formateur·rices souhaitant approfondir leurs connaissances ;
- Les professionnel·les amené·es à travailler avec des applications d’IA ;
- Les personnes curieuses de comprendre le fonctionnement des algorithmes.
Le parcours constitue une première porte d’entrée dans ces domaines. Certaines notions, en particulier celles abordées dans les séances sur les réseaux de neurones, peuvent toutefois nécessiter des connaissances mathématiques ou informatiques complémentaires pour être pleinement maîtrisées.
Quel intérêt pour les enseignant·es et formateur·rices ?
Ces vidéos peuvent notamment alimenter des activités de formation consacrées à la culture numérique et à la compréhension de l’intelligence artificielle. Elles permettent d’aborder plusieurs questions :
Comment une IA apprend-elle ?
Les participant·es découvrent le rôle des données d’entraînement et la différence entre différentes méthodes d’apprentissage.
Que signifie entraîner un modèle ?
Les formations offrent un point de départ pour comprendre comment un système informatique peut ajuster son fonctionnement à partir d’exemples.
Pourquoi utilise-t-on des réseaux de neurones ?
Les vidéos permettent d’introduire des architectures utilisées dans de nombreuses applications d’intelligence artificielle.
Comment une machine analyse-t-elle une image ?
La séance consacrée aux réseaux convolutifs apporte des éléments pour comprendre les mécanismes de reconnaissance de caractéristiques visuelles.
Dans l’enseignement supérieur, en formation professionnelle ou dans le cadre d’une initiation technique à l’IA, ces ressources peuvent compléter des activités pratiques, des démonstrations ou des exercices de programmation.
Comprendre l’IA plutôt que simplement l’utiliser
L’intérêt de cette initiative réside dans la volonté de rendre accessibles des connaissances souvent réservées aux formations spécialisées. Alors que de nombreuses ressources expliquent comment utiliser les outils d’intelligence artificielle générative, ce parcours invite à explorer les principes techniques qui rendent possibles certaines applications d’IA. Il contribue ainsi au développement d’une culture de l’intelligence artificielle reposant sur la compréhension des méthodes, des données et des modèles.
Les trois séances peuvent être visionnées indépendamment, mais leur progression permet de construire les connaissances étape par étape.
Séance 1 : Introduction au Machine Learning :
https://youtu.be/4Kf2BlL1boQ
Séance 2 : Réseaux de neurones artificiels (ANN) :
https://youtu.be/s9CgutLubrs
Séance 3 : Réseaux de neurones convolutifs (CNN) :
https://www.youtube.com/watch?v=bcPggJyNlac
Retrouver la présentation du parcours par Sabri Abdelouahed :
https://www.linkedin.com/posts/sabri-abdelouahed-31111010a_formation-ia-s%C3%A9ance-1-introduction-au-activity-7519915450521022464-MNRS