🤖 Intelligence Artificielle
pour les Codeurs Débutants

Une première immersion pratique et accessible
🧠 👁️ 🗣️
Merveilles AGBETI-MESSAN
NLP • LLM • Computer Vision

🌍 L'IA nous entoure déjà !

Imaginez un monde où les machines...

🧠

Comprennent

vos textes

👁️

Voient

vos photos

🗣️

Parlent

avec vous

📱 Vous l'utilisez déjà !

Google Translate • Filtres Instagram • ChatGPT • Voitures autonomes 🚗

📌 Ce que vous allez apprendre

Votre Parcours d'Apprentissage

📝 NLP

Traitement du Langage

Comprendre et analyser le texte humain

🧠 LLM

Modèles de Langage

Générer du texte intelligent

👁️ Vision

Traitement d'Images

Analyser et comprendre les images

🎁 Prérequis

Aucune compétence en IA requise ! Juste un peu de logique, de curiosité, et quelques bases en Python.

🔍 Le Langage Naturel (NLP)

Qu'est-ce que le NLP ?

Le Traitement Automatique du Langage Naturel = capacité pour un ordinateur de lire, comprendre et générer du texte humain.

📱 Vous l'utilisez déjà !

  • Correcteurs orthographiques
  • Chatbots service client
  • Traductions automatiques
  • Moteurs de recherche

🧠 Comment ça marche ?

La machine analyse le texte comme une suite de symboles, puis applique des techniques statistiques pour en extraire le sens.

👨‍🍳 Métaphore du Cuisinier NLP

📖

Recette

(Texte d'entrée)

🥕

Ingrédients

(Mots clés extraits)

🍽️

Plat

(Réponse finale)

🛠️ Outils en coulisse

  • Tokenisation : Découper le texte en mots
  • Stop words : Supprimer les mots inutiles ("le", "de", etc.)
  • TF-IDF / Word Embeddings : Donner une importance à chaque mot
  • SpaCy, NLTK, Transformers : Bibliothèques Python

🧪 Mini Exercice NLP

Mission

Trouver les mots les plus fréquents dans un texte + quiz "devine la prochaine phrase"

Exemple de Code Python

import nltk
from collections import Counter

text = "L'IA est fascinante..."
words = nltk.word_tokenize(text)
Counter(words).most_common(5)
🔄

Processus

Texte → Mots → Analyse → Résultats

🧠 Les LLM (Large Language Models)

C'est quoi un LLM ?

Un Large Language Model comme ChatGPT ou Mistral est entraîné sur des milliards de mots pour générer du texte... qui a du sens !

🧠 Le Secret

Il ne sait pas ce qu'il dit, mais il prédit intelligemment la suite d'une phrase mot après mot.

🧪 Exemple

Vous : "Aujourd'hui je vais..."
LLM : "aller faire des courses"
Pourquoi ? Suite statistiquement plausible !

📝 À quoi ça sert ?

  • Générer du texte automatique
  • Créer des résumés intelligents
  • Compléter du code (GitHub Copilot)
  • Répondre à des questions

🔧 Sous le Capot des LLM

📚

Pré-entraînement

Textes du web

🎯

Fine-tuning

Tâches précises

💬

Prompting

Instructions

💡 Concept Clé

On ne programme plus la réponse, on guide le modèle avec des exemples !

🎮 Exercice

Utiliser un mini LLM open source (via transformers de Hugging Face) pour compléter des phrases simples.

📸 L'IA qui voit : Computer Vision

Comment une machine peut-elle "voir" ?

Le traitement d'images permet à l'ordinateur d'analyser le contenu d'une photo ou vidéo : formes, couleurs, visages, objets...

🎯 Exemples du quotidien

  • Déverrouillage par reconnaissance faciale
  • Détection d'objets (voiture autonome)
  • Lecture de plaques d'immatriculation
  • Filtres Snapchat/Instagram

🔍 Comment ça fonctionne ?

  1. Image = tableau de pixels (chiffres !)
  2. IA repère des formes simples
  3. Puis reconnaît des motifs complexes

🛠️ Outils et Exercice Vision

Bibliothèques utiles

  • OpenCV : La boîte à outils du traitement d'image
  • PIL : Manipulation basique d'images
  • YOLO / CNNs : Pour la détection et classification d'objets

🧪 Exercice Visuel

  1. Charger une image
  2. La convertir en noir et blanc
  3. Détecter les contours
🖼️ → ⚫⚪

Transformation

Image originale → Image traitée

📊 Récapitulatif

Domaine Ce qu'on fait Exemple concret
📝 NLP Lire et comprendre du texte Traduction, résumé
🧠 LLM Générer du texte intelligent Chatbot, assistant IA
👁️ Vision "Voir" et analyser des images Détection d'objet, reconnaissance faciale

🎯 L'essentiel

L'IA n'est pas magique ! Ce sont des techniques mathématiques appliquées à de grandes quantités de données pour reconnaître des motifs.

🎓 Format Pédagogique

📚 Contenu

  • 📄 Fiches de synthèse simples
  • 🖼️ Schémas illustrés
  • ✅ Quiz interactifs
  • 🧪 Mini-projets Python

🎁 Philosophie

Pas besoin d'être un expert.
Il suffit d'être curieux !

🧭 Objectif

Construire votre première mini-IA qui peut parler, voir et penser !

🤖

Questions ?

❓
Merci pour votre attention !
Merveilles AGBETI-MESSAN
1 / 13