Ce cours couvre les fondamentaux de l'intelligence artificielle, incluant les algorithmes d'apprentissage automatique, les réseaux de neurones et les applications pratiques de l'IA dans divers domaines. Il vise à fournir une compréhension approfondie des concepts clés et des outils nécessaires pour concevoir et implémenter des solutions intelligentes. Ce PDF, disponible en téléchargement sur adeli.org, sert de support pédagogique complémentaire au cours. Il contient des explications détaillées, des exemples concrets et des exercices pour renforcer les acquis. Le document est structuré pour faciliter l'apprentissage autonome et offre des ressources utiles aux étudiants et professionnels souhaitant maîtriser l'IA.
Ce cours s'adresse aux étudiants, professionnels et passionnés désireux d'approfondir leur compréhension de l'intelligence artificielle. Il convient particulièrement aux informaticiens, ingénieurs, chercheurs en sciences cognitives, ainsi qu'aux spécialistes des sciences sociales intéressés par les implications sociétales de l'IA. Les enseignants et artistes explorant les intersections entre technologie et créativité y trouveront également des perspectives enrichissantes. Une connaissance de base en algorithmique ou en sciences humaines est recommandée, mais le cours propose des explications accessibles pour un large public.
Cette section introduit les concepts clés de l'IA, en démystifiant les idées reçues sur son "infaillibilité". Elle aborde l'évolution historique des systèmes intelligents, des premiers algorithmes aux réseaux neuronaux modernes, en soulignant la distinction cruciale entre automatisation rigide et apprentissage adaptatif. Des études de cas illustrent comment l'IA prend des décisions et où persistent ses limites face à l'intelligence humaine.
Un examen approfondi des parallèles et différences entre cognition biologique et artificielle. Le module explore comment les plateformes sociales utilisent l'IA pour modérer les contenus, personnaliser les recommandations et influencer les comportements, avec une analyse critique des effets sur la formation des opinions et la vie privée. Des exercices pratiques permettent de manipuler des modèles simples de traitement du langage.
À travers le prisme des programmes comme AlphaGo, cette partie dévoile les stratégies d'apprentissage par renforcement et Monte Carlo Tree Search. Les étudiants analyseront comment l'IA a révolutionné ce jeu ancestral, surpassant les champions humains tout en développant des styles de jeu innovants. Une réflexion est menée sur ce que cela révèle des potentialités créatives des systèmes algorithmiques.
Ce chapitre crucial aborde les dilemmes moraux posés par l'IA : discrimination algorithmique, manipulation informationnelle, autonomie des armes létales et impact sur l'emploi. Des frameworks éthiques (principes d'Asilomar, réglementation GDPR) sont présentés, accompagnés de débats guidés sur des scénarios réels comme les biais dans le recrutement automatisé ou la surveillance de masse.
Une plongée dans les expériences pionnières où l'IA compose de la musique, génère des peintures ou écrit de la poésie. Le cours présente des outils comme DALL-E ou GPT-3, tout en interrogeant la notion d'auteuriat et l'originalité dans les œuvres co-créées. Des chercheurs en EIAH partagent leurs travaux sur l'utilisation pédagogique de ces technologies pour stimuler la créativité humaine.
Le cours combine des conférences théoriques, des ateliers techniques (manipulation de notebooks Jupyter avec TensorFlow/PyTorch) et des séminaires interdisciplinaires. Des projets pratiques permettront aux apprenants d'appliquer les concepts à des problèmes concrets, comme la conception d'un agent conversationnel éthique ou l'analyse critique d'une œuvre d'art générative. Une attention particulière est portée aux discussions de groupe pour confronter les perspectives techniques et philosophiques.
Partner sites PDF Tutorials (English) | PDF Manuales (Spanish) | Cours PDF (French)