Intelligence Artificielle

Veille IA à des fins d’intégration dans les solutions Telelogos

Jean-Michel Richer

EC Informatique - LERIA - Université d'Angers

9 Octobre 2025

Logo UA           Logo Fac. Sciences

Du laboratoire à notre vie quotidienne

  • depuis novembre 2022 (arrivée de ChatGPT), l'IA est entrée dans notre vie quotidienne
  • révolution comme la micro-informatique à son époque
  • on nous promet monts et merveilles
  • mais également désolation et apocalypse (AI-first de Duolingo, 15 années d'enfer, Licenciés par vidéo)
  • la réalité se situe probablement entre ces deux extrêmes


Destruction créatrice

Terminator vs Z6PO : Google AI Studio

Image Principale
Image Droite Haut
Image Droite Bas

Destruction créatrice

  • 2025 Sam Altman : 70% des emplois éliminés par l'IA
  • 2025 Elon Musk : aucun emploi ne sera nécessaire
  • cependant : la nature a horreur du vide
  • comme à leurs époques les métiers de charron, sabotier, lavandière, certains métiers vont disparaître
  • l'IA Générative impacte les professions qualifiées
  • Forum Economique Mondial (Future of Jobs 2025) : $+170$ millions $-92$ millions = $+ 68$ millions


Plan


  1. Incompréhension de l'IA
  2. Qu'est-ce qu'un ordinateur ?
  3. Qu'est-ce que l'Intelligence Artificielle ?
  4. Historique de l'IA
  5. Les domaines de l'IA
  6. IA et législation
  7. Conclusion



Incompréhension de l'IA


Il est important de comprendre ce qu'est l'IA et ce qu'elle n'est pas : comprendre son fonctionnement


Constat

Mêmes les experts peuvent raconter des choses fausses ou ubuesque sur l'IA (Yoshua Bengio, Prix Turing 2018 vidéo).

Incompréhension de l'IA

IA et Médias


Toute l'IA ne se résume pas à l'IA générative


  • les journalistes font dans le sensationnel
  • on humanise les machines (anthropomorphisme, anthropopathisme)
  • certains chercheurs du domaine oublient qu'ils traitent avec des machines
  • atteindrons nous la singularité ?

exemple récent

L'IA a franchi la ligne rouge de l'auto-réplication

3 février 2025

  • "deux grands modèles de langage (LLM) populaires sont parvenus à se répliquer sans intervention humaine"
  • "Les modèles Llama31-70B-Instruct de Meta et Qwen25-72B-Instruct d'Alibaba ont reçu l'instruction de se cloner eux-mêmes en cas d'arrêt"
  • "Une auto-réplication réussie sans assistance humaine est l'étape essentielle qui permet à l'IA d'être plus intelligente que les êtres humains, et constitue un signal précoce pour les IA malveillantes"

Autres exemples

  • L'IA est trop imprévisible pour se conformer aux intentions humaines : son comportement reste un défi majeur pour l'alignement sur nos valeurs
  • La plupart des hommes épouseraient leurs petites amies IA si c'était légal
  • La première guerre mondiale de l'IA vient de commencer : La nouvelle IA Tulu3-405B détruit DeepSeek et OpenAI
  • L'IA pourrait détruire l’humanité d’ici 30 ans : un scientifique tire la sonnette d’alarme Geoffrey Hinton, lauréat du prix Nobel de physique 2024, entre 10 et 20% de chance $≠$ Roger Penrose
  • IA : rival de ChatGPT, le nouvel outil de la startup californienne Anthropic peut «réfléchir» et «raisonner»

Comprendre l'IA

Pour comprendre l'IA,
il faut comprendre ce qu'est un ordinateur

Qu'est ce qu'un ordinateur ?

Fonctionnement


microprocesseur

Un appareil rudimentaire

Ordinateur = automate de calcul, rapide, pas d'erreurs


  • ne sait faire que des calculs (arithmétiques, logiques, comparaisons)
  • ne possède pas de conscience propre ou de son environnement
  • ne possède pas d'intelligence
  • ne possède pas de volonté, pas de sentiments
  • il exécute les instructions données par un humain
  • tâches répétitives, fastidieuses, dangereuses, impossibles pour un humain

Pas de magie




Tout ce qui est fait en informatique n'est

que le résultat de calculs

Qu'est ce que l'IA

Définitions simples

Discipline informatique

Rendre les machines intelligentes


mais on laisse à penser

que la machine comprend


Faire faire à une machine (ordinateur, robot) ce que les hommes savent faire

pas pour nous nuire, mais pour nous simplifier la vie

Définition simple


pour l'informaticien


Introduire une partie de l'intelligence humaine dans les algorithmes


au contraire des algorithmes de force brute

(Exemple DEA 1993 : ramsey 17, +2j / 1s avec symètries)

IA et QI

Merci Gémini.

Définition IA Act / OCDE

IA = un système automatisé conçu pour fonctionner à différents niveaux d'autonomie, qui peut faire preuve d'une capacité d'adaptation après son déploiement et qui, pour des objectifs explicites ou implicites, déduit, à partir des données d'entrée qu'il reçoit, la manière de générer des résultats tels que des prédictions, du contenu, des recommandations ou des décisions qui peuvent influencer les environnements physiques ou virtuels

Fondation de l'IA 1956

Université d'été au Dartmouth Collège, New Hampshire, USA (2 mois, 20 chercheurs)

  • domaine des thinking machines: cybernetics, automata theory, complex information processing
  • John McCarthy, Marvin Minsky, Claude Shannon, Allen Newell, Herbert Simon, John Holland, etc
  • terme IA choisi par John McCarthy
  • Logic Theorist (démonstration automatique de théorèmes)
  • algorithme $\alpha\beta$ \(\rightarrow\) NSS pour les échecs (1958)

IA et Terminologie


Raisonnement Machine \(\simeq\) Thinking Machines

  • intelligence (cerveau , conscience, émotions ?)
  • artificielle (artifice = ruse, tromper)

faire croire que la machine est intelligente


Grands espoirs suite à la conférence de Dartmouth (traduction, échecs, etc) mais vite déçus


Les domaines de l'IA

Les domaines de l'IA

homme machine

Image générée par ChatGPT

Les domaines de l'IA (1/3)

le raisonnement

  • Le symbolique :
    • systèmes formels, logique, démonstration automatique de théorèmes, Prolog, LISP
  • L'apprentissage :
    • systèmes experts - années 70-80 : MYCIN, DENDRAL, PROSPECTOR
    • fouille de données (corrélation / classification / séparation), data-mining, machine learning, deep learning (réseaux de neurones)
  • La résolution de problèmes :
    • les jeux (dames, échecs, go, etc)
    • les problèmes d'optimisation (maximiser son gain en minimisant ses pertes)
    • problèmes de satisfaction de contraintes (SAT, CSP)
    • bioinformatique, médecine, problèmes industriels (planification, ordonnancement, ...), emploi du temps

Les domaines de l'IA (2/3)

compréhension du monde

  • la vision artificielle, la reconnaissance de formes, la reconnaissance de caractères, traitement d'image, réalité virtuelle, réalité augmentée
  • la reconnaissance vocale
  • le traitement automatique du langage naturel (Natural Language Processing) : LLM (ChatGPT, CoPilot, Gemini, DeepSeek, Claude, Mistral, etc)

Les domaines de l'IA (3/3)

Robotique


  • discipline qui réunit informatique, mathématiques, physique, mécanique, électronique
  • raisonnement, vision (dépacement, reconnaissance d'objets), reconnaissance vocale (commandes), TALN

Applications de l'IA

Apprentissage

une branche de l'IA qui utilise des approches mathématiques et statistiques pour exhiber des modèles / relations à partir de données.

Ces modèles peuvent ensuite être utilisés pour faire des prédictions et aider à prendre des décisions (avec ou sans intervention humaine)

  • Apprentissage supervisé
  • Apprentissage non supervisé
  • Apprentissage semi-supervisé
  • Apprentissage par renforcement

Vocabulaire

IA, ML et DL

la data : exploiter des données

BI : Business Intelligence

FrançaisAnglais
fouille de données data-mining
apprentissage (machine, automatique, artificiel) machine learning
apprentissage profond deep-learning
mégadonnées ou données massives big data

Applications

  • analyse de données médicales, biologiques, boursières, sportives, ...
  • classification d'images, de sons, de textes : spam, cybersécurité (logs)
  • extraction de connaissances à partir de données (supermarchés, vente en ligne, ...)
  • recommandation de produits, de contenus (Netflix, Amazon, ...)
  • ...

Méthodes

Méthodes de Machine Learning

Apprentissage

Exemple des Iris de Fisher

  • données : longueur et largeur des sépales et pétales pour trois espèces (setosa, versicolor, virginica)
  • comment reconnaître / identifier une espèce ?

Données des Iris

"sepal.length","sepal.width","petal.length","petal.width","variety"
    5.1, 3.5, 1.4,. 2, "Setosa"
    4.9, 3.0, 1.4, .2, "Setosa"
    ...

longueur et largeur des sépales

IRIS - Pair plot

IRIS - Longueur et largeur des pétales

IRIS - Réseau de neurones


I0000 00:00 StreamExecutor device (0): NVIDIA GeForce RTX 3050, Compute Capability 8.6
I0000 00:00 65852 cuda_dnn.cc:529] Loaded cuDNN version 90701

Temps d'exécution : 10.46 secondes pour 350 epochs

5/5 ━━━━━━━━━━━━━━━━━━━━ 1s 52ms/step
Accuracy NN: 0.99
Confusion Matrix NN:
        s  v  v
        e  s  i
        t  c  r
 set [[50  0  0]
 vsc  [ 0 49  1] ← mauvaise prédiction
 vir  [ 0  0 50]]
Classification Report NN:
               precision    recall  f1-score   support

      setosa       1.00      1.00      1.00        50
  versicolor       1.00      0.98      0.99        50
   virginica       0.98      1.00      0.99        50

    accuracy                           0.99       150
   macro avg       0.99      0.99      0.99       150
weighted avg       0.99      0.99      0.99       150   

IRIS - Réseau de neurones

classement iris réseau de neurones

IRIS - Réseau de neurones

loss function evolution

Reconnaissance vocale


Traduire la voix en mots (speech recognition)


  • pour traitement par un LLM
  • finalité : ergonomie dans l'utilisation d'un logiciel
  • accessibilité (handicap, inclusion)
  • assistants vocaux (Siri, Alexa, Google Assistant, ...)

Solutions : Speech Recognition, OpenAI/Whisper, NVIDIA Riva, Vosk, Web Speech API

Quelles solutions ?


  • Cloud (SAAS) : Google Speech-to-Text v2, Amazon Transcribe, Microsoft Azure Speech to Text
  • Solutions locales (off-line, GPU, CPU) : OpenAI Whisper
  • NVIDIA Riva (GPU)
  • Vosk (Open-source, off-line, 20 langages de développement : en, ge, fr, es, ru, ch, ... )
  • Natif mobile (iOS / Android)
  • Web Speech API : JS

Google Cloud Speech-to-Text

intégrer facilement les technologies de reconnaissance vocale Google aux applications en cours de développement

  • Go, Java, Node.js, Python
  • Dictée médicale
  • 0 minute to 500,000 min, 0,016 $US / 1 minute, per 1 month / account
  • 2,000,000 min and above 0,004 $US / 1 minute, per 1 month / account
  • Documentation

Whisper

model from OpenAI, transcribe or translate audio files, trained on a large dataset of English audio and text

Faster-Whisper


Detected language 'fr' with probability 0.993493

[0.00s -> 7.20s]  Le débarquement de Normandie, également appelé 
    débarquement en Normandie ou encore débarquement allié en 
    Normandie,
[7.20s -> 18.80s]  nom de code Opération Neptune, est une 
    opération militaire amphibie et aéroportée allié de la 
    Seconde Guerre mondiale lancée dans la nuit 
    du 5 au 6 juin 1944
  • parfois on obtient non au lieu de nom
  • parfois on obtient allié au lieu de alliée

Vosk

Choix du modèle fr-small (Lightweight for Android/iOS and RPi, 41 Mo):

le débarquement de normandie également appelé débarquement en 
normandie ou encore débarquement allié en normandie nom de code 
opération neptune est une opération militaire amphibie et aéroportée 
alliés de la seconde guerre mondiale lancer
dans la nuit du cinq au six juin mille neuf cent quarante-quatre

Choix du modèle large (for servers, 1.4 Go):

le débarquement de normandie également appelé débarquement en 
normandie ou encore débarquement allié en normandie nom de code 
opération neptune est une opération militaire amphibie et aéroportée 
alliée de la seconde guerre mondiale lancée
dans la nuit du cinq au six juin mille neuf cent quarante-quatre
    

Reconnaissance faciale


Utilisation de réseaux de neurones convolutifs (CNN)

  • Consentement explicite de la personne
  • Finalité claire et proportionnée (article 5 du RGPD)
  • Pas de stockage excessif sans base légale

Microsoft Azure Face API, Amazon Rekognition, Google Cloud Vision, DeepFace (local, python)

Attention aux limitations : CNIL

Librairie OpenCV

OpenCV(Open Source Computer Vision Library) bibliothèque logicielle open source spécialisée dans le traitement d'images et la vision par ordinateur

  • robotique (vision embarquée)
  • systèmes de sécurité (surveillance, détection d'intrusion)
  • véhicules autonomes (détection de voies et de piétons)
  • imagerie médicale (analyse automatisée)
  • réalité augmentée
  • développement d'interfaces homme-machine

Windows, Linux, macOS, iOS, Android, C++, Python, Java, 2500 algorithmes

le traitement du langage naturel


utilisation de LLM (Large Language Models) pour

  • la traduction
  • la génération et le résumé de texte
  • l'analyse de sentiments
  • répondre à des questions
  • comme assistants virtuels (chatbots, notion d'historique)
  • IA générative : génération d'images, de vidéos, de musique, ...

IA Générative ou IA Générale

Attention : il ne faut pas confondre l'IA Générative et l'IA Générale :

  • IA générative (GAI - Generative AI)
  • IA générale (AGI - Artificial General Intelligence) : IA qui pourrait exécuter n'importe quelle tâche cognitive qu’un humain peut accomplir. Elle serait capable d’apprendre et de raisonner sur de multiples domaines sans être spécifiquement programmée pour chaque tâche.

De ce point de vue l'IA générative est spécialisée pour un domaine

LLM


  • basés sur des architectures de type Transformer (encoder / decoder)
  • mécanisme d'Attention
  • améliorations :
    • Fine-tuning : apprentissage supervisé questions-réponses
    • RAG (Retrieval-Augmented Generation) : référence à des documents externes
  • services dédiés : OpenAI, Google, Microsoft, etc
  • en local : LMStudio, ollama

RAG

S'appuye sur des documents de l'entreprise pendant la génération

  1. Retrieval (Recherche de documents) : requête utilisateur pour recherche de documents pertinents
  2. Augmentation (Augmentation de la requête) : enrichissement de la requête avec les documents trouvés

Avantages :

  • réponses plus précises et pertinentes
  • pas besoin de réentraîner le LLM : il suffit de mettre à jour la base documentaire

Problèmes liés aux LLM


  • hallucinations (confabulation - psychiatrie)
  • mauvaises prédictions, mauvais calculs, sources fausses
  • erreurs liées aux réseaux de neurones
  • réponses biaisées (racisme, sexisme, ...)
  • exemples : génération d'image IA avec domaine AMTAL, quicksort en PHP, rois de France petits LLM

Pourquoi les hallucinations


  • LLM conçus pour compléter des séquences de texte
  • pas pour répondre correctement à des questions
  • pas de compréhension réelle du langage
  • phrases grammaticalement correctes mais logiquement absurdes ou erronées

Hallucinations inhérentes à la nature probabiliste des LLM

Limites des LLM


L'IA ne se heurte pas à un mur. Mais les LLMs si

  • Gary Marcus à propos de la dernière recherche d’Apple
  • Professeur en psychologie et sciences cognitives

LLM ne raisonnent pas de la même manière que les humains. Ils peuvent « réfléchir d'avantage » mais seulement jusqu’à un certain point. Au-delà d’un certain seuil, ils abandonnent rapidement, même s’ils disposent encore de ressources de calcul en quantité plus que suffisante.

L'ère de l'agentic

L'IA agentique est une forme d'intelligence artificielle qui prend des décisions de manière autonome, agit et s'optimise en temps réel

Notion d'agent :

  • programme en attente d'un stimuli pour se déclencher (requête, prompt, ...)
  • coopération avec d'autres agents (serveur web / api)
  • pour réaliser une tâche
  • utilisation de LLM pour comprendre et accomplir la tâche

Exemple d'Agent

prompt : Indique à Jean Dupont que nous aurons une réunion demain à 10h. Trouve une salle pouvant accueillir au moins 5 personnes.

Exemple d'Agent

Voir AI Agent Architectures

Autre exemple d'Agent

prompt : Je désire partir ce week-end à DisneyLand....


  • coopération avec SNCF, Disney, hôtels
  • acheter les billets, faire la réservation d'hôtel
  • finalisation, acceptation ou modification

n8n (nodemation), Make (no-code/low-code), AutoGen, CrewAI

Législation

Les réglementations

On doit obéir à des règles lorsque l'on traite des données notamment tenant à des personnes


  • La CNIL (Commission Nationale Informatique et Libertés, France)
  • Le RGPD (Règlement Général sur la Protection des Données, Européen)
  • L'IA Act (Européen)

La CNIL

chargée de protéger les données personnelles et la vie privée des citoyens face aux usages de l’informatique et du numérique

  • autorité administrative indépendante française, 1978
  • citoyens : droits d'accès, rectification, opposition, effacement
  • entreprises, administrations : conseiller dans leur mise en conformité avec le RGPD.
  • veille également au respect du RGPD

Exemple : un internaute demande à une société de supprimer ses données personnelles, si celle-ci refuse ou ne répond pas, il peut saisir la CNIL pour faire valoir son droit

Le RGPD

Règlement Général sur la Protection des Données : cadre juridique européen qui encadre le traitement des données personnelles au sein de l'UE

  • Lien RGPD (Ministère de l'Economie)
  • entré en vigueur le 25 mai 2018
  • renforcer les droits des personnes
  • responsabiliser les acteurs traitant des données
  • crédibiliser la régulation grâce à une coopération renforcée entre les autorités de protection des données

CNIL et RGPD


Pour simplifier :


  • Le RGPD est le cadre juridique (la règle)
  • La CNIL est l'autorité qui applique et fait respecter ce cadre en France

L'IA Act

Premier cadre réglementaire complet sur l’intelligence artificielle, au niveau mondial, instauré par l’UE

  • Lien IA Act par la CNIL
  • entré en vigueur le 1er août 2024
  • 4 classes de risques : inacceptable, élevé, limité, minimal
  • mise en place échelonnée jusqu'en 2027
  • catégorie spécifique pour l'IA à usage général (GPAI), comme ChatGPT
  • non respect : amende de 35 millions d’euros ou 7 % du chiffre d’affaires annuel mondial

Les risques de l'IA Act


  1. inacceptable : systèmes interdits (ex. : scoring social, manipulation comportementale, reconnaissance biométrique en temps réel dans des espaces publics, Cash Investigation, Elise Lucet)
  2. élevé : systèmes soumis à des exigences strictes (ex. santé, justice, emploi, infrastructure critique, éducation, etc.)
  3. limité : obligation de transparence, informer les utilisateurs qu’ils interagissent avec une IA (ex. chatbots, deepfakes)
  4. minimal : majorité des applications (jeux vidéo, filtres anti-spam, etc.) sont librement utilisables, sans restrictions

CONCLUSION

Perspectives


  • L'ère des LLM et de l'agentic offre de nouvelles possibilités
  • créer de nouveaux outils et services
  • amener une réponse adaptative (modulable, modifiable)
  • disposer d'assistants plus intelligents
  • simplifier les tâches quotidiennes
  • améliorer la productivité
  • perte d'emploi ou aide à la performance / raisonnement

Réflexion

Joanna Maciejewska est une autrice polonaise de science-fiction

« Je veux que l'IA fasse ma lessive et ma vaisselle pour que je puisse faire de l'art et écrire, pas que l'IA fasse mon art et écrive pour que je puisse faire ma lessive et ma vaisselle. »

  • assistant et non remplaçant
  • tâches ingrates et non gratifiantes

MERCI POUR
Votre
Attention

Questions ?

Annexes

Comparison des LLMs


IA et Telelogos

Salles de réunion


réservation de salle de réunion par agent vocal

  • Appui sur un bouton
  • ou déclenché par la voix : "Dis Telelogos"


"Dis Telelogos, réserve la salle H003 pour une réunion, de 14h à 16h le lundi ....

Panneau et caméra


  • reconnaissance faciale
  • autorisation d'accès : création, modification
  • convivialité : bonjour Jean Dupont que puis-je faire pour toi ?
  • adapter l'affichage selon les données perçues : nombre de personnes, âge, sexe, ...

Dans un aéroport, le panneau affiche la porte d’embarquement d’un passager reconnu (proposition ChatGPT)

Avatar

Synthesia