DÉMYSTIFIER L'INTELLIGENCE ARTIFICIELLE
Parcours IA
RETOUR AU PARCOURS : terminer l'ÉTAPE 1
CONTINUER
Parcours IA
DÉMYSTIFIER L'INTELLIGENCE ARTIFICIELLE
AVEZ-VOUS BIEN TOUT RETENU?
L’agent d'IA est l'entité capable de percevoir son environnement et de prendre des décisions ou d’entreprendre des actions de manière autonome selon des objectifs établis. Selon son niveau d’autonomie et la complexité des technologies impliquées, un agent d’IA peut être classé selon différentes catégories.
Besoin de vous rafraîchir la mémoire?
Associez chaque exemple à la catégorie d’agent à laquelle il appartient.
Agent apprenant
Voyez si vous avez fait une lecture attentive du contenu de la première étape de votre parcours.
Agent conversationnel (chatbot) qui s'améliore avec les interactions
Aspirateur robot avec cartographie interne
Véhicule autonome
Agent réactif basé sur un modèle
Déposez votre réponse ici.
Déposez votre réponse ici.
Déposez votre réponse ici.
Système multi- agents
VOIR LA SOLUTION
Parcours IA
DÉMYSTIFIER L'INTELLIGENCE ARTIFICIELLE
LES POINTS À RETENIR (1/2)
Les systèmes d'IA (SIA) peuvent égaler ou surpasser les capacités humaines dans des tâches spécifiques, souvent sans intervention continue de l'humain.
Plus les données d'apprentissage sont nombreuses et bien préparées, plus le modèle est capable de produire des résultats fiables et pertinents.
Les SIA reposent sur des algorithmes et des modèles entraînés selon divers types d'apprentissages (automatique, supervisé ou non supervisé, profond), utilisant de grands volumes de données.
L'intelligence artificielle (IA) est un domaine d'étude qui comprend une série de concepts imbriqués, dérivés les uns des autres et qui évoluent rapidement.
L'IA générative et l'IA agentive illustrent à quel point les méthodes d'IA progressent rapidement. Elles laissent entrevoir des progrès scientifiques majeurs mais soulèvent aussi d'importants enjeux éthiques.
Parcours IA
DÉMYSTIFIER L'INTELLIGENCE ARTIFICIELLE
LES POINTS À RETENIR (2/2)
Synthèse du fonctionnement de l'IA :
2.
Cliquez sur chaque zone rouge pour accéder aux détails.
1.
3.
Parcours IA
DÉMYSTIFIER L'INTELLIGENCE ARTIFICIELLE
POUR ALLER PLUS LOIN : LES ALGORITHMES
Un algorithme est une suite d’instructions finie et non ambiguë qui transforme des données d’entrée en un résultat. En IA, un algorithme d'apprentissage automatique comporte généralement une phase d’apprentissage durant laquelle ses paramètres sont ajustés sur des exemples pour minimiser une fonction de perte (ou maximiser une récompense), puis une phase d’inférence où il produit des prédictions ou prend des décisions sur de nouvelles données. Nous vous proposons à présent d'en apprendre plus sur trois types d'algorithmes utilisés en IA.
Apprenez-en plussur différents types d'algorithmesutilisés en IA.
Cliquez sur les boutons pour obtenir plus d'information.
RÉSEAU AUTO- -ATTENTIF
ARBRE DE DÉCISION
RÉGRESSION LINÉAIRE
Types d'algorithmes de machine learning, IBM
VOUS VENEZ DE COMPLÉTER L'ÉTAPE 1
Poursuivez votre parcours! L'étape suivante aborde la manière dont l'IA s'intègre dans le monde du génie et comment elle contribue à soutenir les ingénieur.e.s dans leur pratique.
voir LA CARTE du parcours
Parcours IA
parcours IA
PASSEZ À LA PROCHAINE ÉTAPE!
Cliquez sur la deuxième étape pour poursuivre votre parcours.
Retrouvez le plan de votre itinéraire et passez à l'étape suivante.
2. l'IA AU CœUR DE L'INGÉNIERIE
Pour savoir comment se déroule chaque étape, cliquez ici!
2. l'IA AU CœUR DE L'INGÉNIERIE
4. pour une utilisation responsable de l'IA
4.CONCEPTS ET APPROCHES POUR DES PROJETS DURABLES
1. DémYstifier l'ia
1. DÉMySTIFIERL'IA
3. LIMITES,RISQUES ET ENJEUX
L'IA AU CœUR DE L'INGÉNIERIE
Au cours de cette deuxième étape, vous découvrirez comment l'IA peut vous soutenir dans votre pratique et pourquoi vous pourriez avoir un intérêt à l'utiliser.
Parcours IA
L'IA AU CœUR DE L'INGÉNIERIE
L'IA : UNE ALLIÉE POUR LES INGÉNIEUR.E.S?
L'IA est un outil puissant qui transforme peu à peu la pratique de l'ingénierie. Même si elle comporte des risques, elle présente de nombreux avantages et peut vous aider dans plusieurs aspects de votre travail. Sauriez-vous dire quelle place occupe l'IA dans vos activités professionnelles?
Sélectionnez toutes les circonstances pour lesquelles il vous arrive de recourir à l'IA.
Pour rédiger vos rapports ou vos textes.
Pour gérer, trier ou synthétiser vos courriels.
Pour la recherche d'idées ou de solutions.
Pour la gestion de vos projets ou l'analyse de données.
Pour l'intégrer dans des conceptions d'ingénierie.
Aucune de ces réponses : vous vous méfiez de l'IA et vous vous en tenez loin.
Niveau d'utilisation de l'IA dans votre pratique
Quelle que soit la place occupée par l'IA dans vos activités professionnelles, voyez dans le GPPles applications de l'IA en ingénierie.
LIRE LE CONTENU
COMPLÉMENT D'INFORMATION pour approfondir ses connaissances
SYNTHÈSE points essentiels à retenir
MINI-TEST des acquis de la lecture
LECTURE d'une section du GPP
INTRODUCTION au contenu
LE MODÈLE : CONÇU pour ANALYSER LES DONNÉES ET PRENDRE DEs DÉCISIONs
DONNÉES
Un modèle d'IA est utilisé pour prendre des décisions ou faire des prédictions.
Pour remplir sa fonction, le modèle doit d'abord être entraîné.
L'apprentissage automatique (machine learning) permet au modèle d’extraire des connaissances, d'apprendre et de s'améliorer à mesure qu'on lui soumet des données.
L'apprentissage profond, une sous-catégorie de l'apprentissage automatique, permet de résoudre des tâches très complexes ou basées sur de grandes quantités de données. Il existe aussi des approches avec des systèmes plus standards qui, dans certains cas, peuvent suffire, même elle se reposent pas sur un apprentissage basé sur les données.
DÉCISION
algorithme
= logique selon laquelle le modèle fonctionne
MODÈLE
Agent réactif basé sur un modèle
Agent apprenant
Système multi- agents
Survolez les réponses pour voir les détails.
DÉTOURS ET COUPE-CIRCUITS
- Retourner au début du parcours (étape 1)
- Sauter cette étape et se rendre à l'étape 2
- Sauter cette étape et se rendre à l'étape 3
- Sauter cette étape et se rendre à l'étape 4
- Aller au GPP, Intelligence artificielle : Qu'est-ce que l'IA?
ACTION
DÉCISION
Types de tâche
Exemples
Identifier les biscuits qui présentent des défauts sur une chaîne de productionRecommander une vidéo en fonction de précédentes lectures ou recherchesAnalyser la performance de matériaux ou d'équipement en fonction de certains critèresPrédire le temps restant avant qu'un équipement risque de tomber en panneGénérer automatiquement un texte ou une image
Analyse d'image, détection d'anomaliesSystèmes de recommandationsAnalyse prédictive, modélisation Série temporelle, maintenance prédictiveModèles génératifs
ACTION
= Réalisation de la tâche pour laquelle le modèle a été conçu et entraîné
Cliquez sur l'image pour l'agrandir.
DÉTOURS ET COUPE-CIRCUITS
- Retourner au début du parcours (étape 1)
- Sauter cette étape et se rendre à l'étape 2
- Sauter cette étape et se rendre à l'étape 3
- Sauter cette étape et se rendre à l'étape 4
- Aller au GPP, Intelligence artificielle : Qu'est-ce que l'IA?
DÉTOURS ET COUPE-CIRCUITS
- Retourner au début du parcours (étape 1)
- Sauter cette étape et se rendre à l'étape 2
- Sauter cette étape et se rendre à l'étape 3
- Sauter cette étape et se rendre à l'étape 4
- Aller au GPP, Intelligence artificielle : Qu'est-ce que l'IA?
DÉTOURS ET COUPE-CIRCUITS
- Retourner au début du parcours (étape 1)
- Sauter cette étape et se rendre à l'étape 3
- Sauter cette étape et se rendre à l'étape 4
- Aller au GPP, Intelligence artificielle : Applications et avantage de l'IA en génie
DÉTOURS ET COUPE-CIRCUITS
- Retourner au début du parcours (étape 1)
- Sauter cette étape et se rendre à l'étape 3
- Sauter cette étape et se rendre à l'étape 4
- Aller au GPP, Intelligence artificielle : Applications et avantage de l'IA en génie
RÉSEAU AUTOATTENTIF
(OU TRANSFORMEUR)
Le principe de cet algorithme est de détecter les relations ou les dépendances entre différentes parties d'un objet d'étude, d'un texte ou d'une image. Il est par exemple utilisé dans le traitement automatique du langage naturel permettant, entre autres, la génération de texte. Lorsque ce type d'algorithme lit un texte, il compare chaque élément pour en saisir le sens global. Le traitement n'est pas séquentiel, mais il est réalisé simultanément dans plusieurs parties du texte. Pour réaliser cette tâche, le transformeur utilise le principe d'auto-attention.
Passez le curseur de votre souris sur chaque mot pour dévoiler les informations qu'il contient.
ABC
projet
du
compte-rendu
Le
pour
finaliser
est à
jeudi.
Pour réaliser l'interprétation du mot compte-rendu, le modèle va accorder une attention particulière à finaliser et projet ABC. Les autres termes peuvent être éventuellement ignorés.
Comprendre le principe d'auto-attention
Source: Qu'est-ce qu'un modèle de transformeur? , IBM
RÉGRESSION LINÉAIRE
Le principe de la régression linéaire est de réaliser une prédiction ou une estimation à partir de valeurs existantes, comme dans le cas d'une ligne de tendance.
($)
Cet algorithme est simple, rapide et facile à interpréter. Il est toutefois limité dans son utilisation par la présence de valeurs atypiques ou lorsque la relation entre deux variables est non linéaire ou complexe.
Courbe de régression linéaire
Valeurs existantes
(pi2)
Coût du matériau ($) en fonction de la surface (pi2)
PERCEPTION DE L'environnement
Agent physique
Agent logiciel
(Robot, véhicule autonome, etc.)
(assistant virtuel, AGENT CONVERSATIONNEL, etc.)
Il perçoit son environnement à travers des capteurs physiques, comme par exemple :
Il perçoit son environnement par l'intermédiaire, notamment :
- des capteurs de température, de pression ou de mouvements
- de flux de données numériques
- d'une interaction humaine : requête textuelle, clic, commande vocale
- d'API ou de capteurs virtuels donnant accès à des services externes (géolocalisation, météo, réseaux sociaux, etc.)
API
ARBRE DE DÉCISION
contexte : cHOISIR UN OUTIL DE COMMUNICATION
Le concept d'un arbre de décision est d'obtenir une réponse par une suite de questions oui/non ou à choix catégoriel. Il présente l'atout d'avoir un fonctionnement lisible et facile à justifier. Toutefois, dans une forme trop complexe, il présente la limite de mémoriser les évènements sans réussir à généraliser. On doit donc combiner plusieurs arbres de décision afin d'obtenir des décisions plus stables.
Q1. Le message est-il urgent?
non
Oui
Q3. Le message est-il complexe ou necessite-il une discussion?
Q2. Une réponse immédiateest-elle requise?
non
non
Oui
Oui
Appel téléphonique ou messagerie instantannée
Courriel
Courriel
Q4. Le message concerne-t-il plus d'une personne?
non
Oui
VOIR UN EXEMPLE D'ARBRE DE DÉCISION
Appel téléphonique
Réunion virtuelle ou en personne
Cliquez sur les étiquettes OUI ou NON pour dérouler l'arbre de décision.
DÉTOURS ET COUPE-CIRCUITS
- Retourner au début du parcours (étape 1)
- Sauter cette étape et se rendre à l'étape 2
- Sauter cette étape et se rendre à l'étape 3
- Sauter cette étape et se rendre à l'étape 4
- Aller au GPP, Intelligence artificielle : Qu'est-ce que l'IA?
P_IA-02
Armelle Foucher
Created on August 4, 2025
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Customer Service Course
View
Dynamic Visual Course
View
Dynamic Learning Course
View
Akihabara Course
Explore all templates
Transcript
DÉMYSTIFIER L'INTELLIGENCE ARTIFICIELLE
Parcours IA
RETOUR AU PARCOURS : terminer l'ÉTAPE 1
CONTINUER
Parcours IA
DÉMYSTIFIER L'INTELLIGENCE ARTIFICIELLE
AVEZ-VOUS BIEN TOUT RETENU?
L’agent d'IA est l'entité capable de percevoir son environnement et de prendre des décisions ou d’entreprendre des actions de manière autonome selon des objectifs établis. Selon son niveau d’autonomie et la complexité des technologies impliquées, un agent d’IA peut être classé selon différentes catégories.
Besoin de vous rafraîchir la mémoire?
Associez chaque exemple à la catégorie d’agent à laquelle il appartient.
Agent apprenant
Voyez si vous avez fait une lecture attentive du contenu de la première étape de votre parcours.
Agent conversationnel (chatbot) qui s'améliore avec les interactions
Aspirateur robot avec cartographie interne
Véhicule autonome
Agent réactif basé sur un modèle
Déposez votre réponse ici.
Déposez votre réponse ici.
Déposez votre réponse ici.
Système multi- agents
VOIR LA SOLUTION
Parcours IA
DÉMYSTIFIER L'INTELLIGENCE ARTIFICIELLE
LES POINTS À RETENIR (1/2)
Les systèmes d'IA (SIA) peuvent égaler ou surpasser les capacités humaines dans des tâches spécifiques, souvent sans intervention continue de l'humain.
Plus les données d'apprentissage sont nombreuses et bien préparées, plus le modèle est capable de produire des résultats fiables et pertinents.
Les SIA reposent sur des algorithmes et des modèles entraînés selon divers types d'apprentissages (automatique, supervisé ou non supervisé, profond), utilisant de grands volumes de données.
L'intelligence artificielle (IA) est un domaine d'étude qui comprend une série de concepts imbriqués, dérivés les uns des autres et qui évoluent rapidement.
L'IA générative et l'IA agentive illustrent à quel point les méthodes d'IA progressent rapidement. Elles laissent entrevoir des progrès scientifiques majeurs mais soulèvent aussi d'importants enjeux éthiques.
Parcours IA
DÉMYSTIFIER L'INTELLIGENCE ARTIFICIELLE
LES POINTS À RETENIR (2/2)
Synthèse du fonctionnement de l'IA :
2.
Cliquez sur chaque zone rouge pour accéder aux détails.
1.
3.
Parcours IA
DÉMYSTIFIER L'INTELLIGENCE ARTIFICIELLE
POUR ALLER PLUS LOIN : LES ALGORITHMES
Un algorithme est une suite d’instructions finie et non ambiguë qui transforme des données d’entrée en un résultat. En IA, un algorithme d'apprentissage automatique comporte généralement une phase d’apprentissage durant laquelle ses paramètres sont ajustés sur des exemples pour minimiser une fonction de perte (ou maximiser une récompense), puis une phase d’inférence où il produit des prédictions ou prend des décisions sur de nouvelles données. Nous vous proposons à présent d'en apprendre plus sur trois types d'algorithmes utilisés en IA.
Apprenez-en plussur différents types d'algorithmesutilisés en IA.
Cliquez sur les boutons pour obtenir plus d'information.
RÉSEAU AUTO- -ATTENTIF
ARBRE DE DÉCISION
RÉGRESSION LINÉAIRE
Types d'algorithmes de machine learning, IBM
VOUS VENEZ DE COMPLÉTER L'ÉTAPE 1
Poursuivez votre parcours! L'étape suivante aborde la manière dont l'IA s'intègre dans le monde du génie et comment elle contribue à soutenir les ingénieur.e.s dans leur pratique.
voir LA CARTE du parcours
Parcours IA
parcours IA
PASSEZ À LA PROCHAINE ÉTAPE!
Cliquez sur la deuxième étape pour poursuivre votre parcours.
Retrouvez le plan de votre itinéraire et passez à l'étape suivante.
2. l'IA AU CœUR DE L'INGÉNIERIE
Pour savoir comment se déroule chaque étape, cliquez ici!
2. l'IA AU CœUR DE L'INGÉNIERIE
4. pour une utilisation responsable de l'IA
4.CONCEPTS ET APPROCHES POUR DES PROJETS DURABLES
1. DémYstifier l'ia
1. DÉMySTIFIERL'IA
3. LIMITES,RISQUES ET ENJEUX
L'IA AU CœUR DE L'INGÉNIERIE
Au cours de cette deuxième étape, vous découvrirez comment l'IA peut vous soutenir dans votre pratique et pourquoi vous pourriez avoir un intérêt à l'utiliser.
Parcours IA
L'IA AU CœUR DE L'INGÉNIERIE
L'IA : UNE ALLIÉE POUR LES INGÉNIEUR.E.S?
L'IA est un outil puissant qui transforme peu à peu la pratique de l'ingénierie. Même si elle comporte des risques, elle présente de nombreux avantages et peut vous aider dans plusieurs aspects de votre travail. Sauriez-vous dire quelle place occupe l'IA dans vos activités professionnelles?
Sélectionnez toutes les circonstances pour lesquelles il vous arrive de recourir à l'IA.
Pour rédiger vos rapports ou vos textes.
Pour gérer, trier ou synthétiser vos courriels.
Pour la recherche d'idées ou de solutions.
Pour la gestion de vos projets ou l'analyse de données.
Pour l'intégrer dans des conceptions d'ingénierie.
Aucune de ces réponses : vous vous méfiez de l'IA et vous vous en tenez loin.
Niveau d'utilisation de l'IA dans votre pratique
Quelle que soit la place occupée par l'IA dans vos activités professionnelles, voyez dans le GPPles applications de l'IA en ingénierie.
LIRE LE CONTENU
COMPLÉMENT D'INFORMATION pour approfondir ses connaissances
SYNTHÈSE points essentiels à retenir
MINI-TEST des acquis de la lecture
LECTURE d'une section du GPP
INTRODUCTION au contenu
LE MODÈLE : CONÇU pour ANALYSER LES DONNÉES ET PRENDRE DEs DÉCISIONs
DONNÉES
Un modèle d'IA est utilisé pour prendre des décisions ou faire des prédictions.
Pour remplir sa fonction, le modèle doit d'abord être entraîné.
L'apprentissage automatique (machine learning) permet au modèle d’extraire des connaissances, d'apprendre et de s'améliorer à mesure qu'on lui soumet des données.
L'apprentissage profond, une sous-catégorie de l'apprentissage automatique, permet de résoudre des tâches très complexes ou basées sur de grandes quantités de données. Il existe aussi des approches avec des systèmes plus standards qui, dans certains cas, peuvent suffire, même elle se reposent pas sur un apprentissage basé sur les données.
DÉCISION
algorithme
= logique selon laquelle le modèle fonctionne
MODÈLE
Agent réactif basé sur un modèle
Agent apprenant
Système multi- agents
Survolez les réponses pour voir les détails.
DÉTOURS ET COUPE-CIRCUITS
ACTION
DÉCISION
Types de tâche
Exemples
Identifier les biscuits qui présentent des défauts sur une chaîne de productionRecommander une vidéo en fonction de précédentes lectures ou recherchesAnalyser la performance de matériaux ou d'équipement en fonction de certains critèresPrédire le temps restant avant qu'un équipement risque de tomber en panneGénérer automatiquement un texte ou une image
Analyse d'image, détection d'anomaliesSystèmes de recommandationsAnalyse prédictive, modélisation Série temporelle, maintenance prédictiveModèles génératifs
ACTION
= Réalisation de la tâche pour laquelle le modèle a été conçu et entraîné
Cliquez sur l'image pour l'agrandir.
DÉTOURS ET COUPE-CIRCUITS
DÉTOURS ET COUPE-CIRCUITS
DÉTOURS ET COUPE-CIRCUITS
DÉTOURS ET COUPE-CIRCUITS
RÉSEAU AUTOATTENTIF
(OU TRANSFORMEUR)
Le principe de cet algorithme est de détecter les relations ou les dépendances entre différentes parties d'un objet d'étude, d'un texte ou d'une image. Il est par exemple utilisé dans le traitement automatique du langage naturel permettant, entre autres, la génération de texte. Lorsque ce type d'algorithme lit un texte, il compare chaque élément pour en saisir le sens global. Le traitement n'est pas séquentiel, mais il est réalisé simultanément dans plusieurs parties du texte. Pour réaliser cette tâche, le transformeur utilise le principe d'auto-attention.
Passez le curseur de votre souris sur chaque mot pour dévoiler les informations qu'il contient.
ABC
projet
du
compte-rendu
Le
pour
finaliser
est à
jeudi.
Pour réaliser l'interprétation du mot compte-rendu, le modèle va accorder une attention particulière à finaliser et projet ABC. Les autres termes peuvent être éventuellement ignorés.
Comprendre le principe d'auto-attention
Source: Qu'est-ce qu'un modèle de transformeur? , IBM
RÉGRESSION LINÉAIRE
Le principe de la régression linéaire est de réaliser une prédiction ou une estimation à partir de valeurs existantes, comme dans le cas d'une ligne de tendance.
($)
Cet algorithme est simple, rapide et facile à interpréter. Il est toutefois limité dans son utilisation par la présence de valeurs atypiques ou lorsque la relation entre deux variables est non linéaire ou complexe.
Courbe de régression linéaire
Valeurs existantes
(pi2)
Coût du matériau ($) en fonction de la surface (pi2)
PERCEPTION DE L'environnement
Agent physique
Agent logiciel
(Robot, véhicule autonome, etc.)
(assistant virtuel, AGENT CONVERSATIONNEL, etc.)
Il perçoit son environnement à travers des capteurs physiques, comme par exemple :
Il perçoit son environnement par l'intermédiaire, notamment :
API
ARBRE DE DÉCISION
contexte : cHOISIR UN OUTIL DE COMMUNICATION
Le concept d'un arbre de décision est d'obtenir une réponse par une suite de questions oui/non ou à choix catégoriel. Il présente l'atout d'avoir un fonctionnement lisible et facile à justifier. Toutefois, dans une forme trop complexe, il présente la limite de mémoriser les évènements sans réussir à généraliser. On doit donc combiner plusieurs arbres de décision afin d'obtenir des décisions plus stables.
Q1. Le message est-il urgent?
non
Oui
Q3. Le message est-il complexe ou necessite-il une discussion?
Q2. Une réponse immédiateest-elle requise?
non
non
Oui
Oui
Appel téléphonique ou messagerie instantannée
Courriel
Courriel
Q4. Le message concerne-t-il plus d'une personne?
non
Oui
VOIR UN EXEMPLE D'ARBRE DE DÉCISION
Appel téléphonique
Réunion virtuelle ou en personne
Cliquez sur les étiquettes OUI ou NON pour dérouler l'arbre de décision.
DÉTOURS ET COUPE-CIRCUITS