1

2
3
4
 Partie théorique

Infographie montrant des exemples d'utilisation de l'intelligence artificielle dans la vie quotidienne

1. Intelligence artificielle
 Définition

L’IA désigne la possibilité pour une machine de reproduire des

comportements liés aux humains, tels que le raisonnement, la
planification et la créativité.

L’IA permet à des systèmes techniques de percevoir leur

environnement, gérer ces perceptions, résoudre des problèmes et
entreprendre des actions pour atteindre un but précis. L’ordinateur
reçoit des données (déjà préparées ou collectées via ses capteurs - une
caméra, par exemple) les analyse et réagit.

5
Les systèmes dotés d’IA sont capables d’adapter leurs comportements
(plus ou moins) en analysant les effets produits par leurs actions
précédentes, travaillant de manière autonome.

 L’importance de l’IA

Certaines technologies associées à l’IA existent depuis plus de 50 ans,

mais les progrès en terme de puissance de calcul, l’accès à une grande
quantité de données et le développement de nouveaux algorithmes
ont mené à des percées majeures dans le domaine de l’IA au cours des
dernières années.

L’intelligence artificielle est considérée comme un élément central de

la transition numérique de la société et est devenue une priorité pour
l’UE.

Les futures applications de l’IA devraient mener à d’énormes

changements - mais elle joue déjà un rôle dans notre quotidien.

 Typologie d’IA
 Logiciels : assistants virtuels, logiciels d’analyse d’images, moteurs
de recherche, systèmes de reconnaissance faciale et vocale
 L’IA "incarnée" : robots, voitures autonomes, drones, l’Internet des
objets
 L’IA au quotidien

Achats en ligne et publicité, Recherche en ligne, Assistants numériques

personnels, Traduction automatique, Maisons, villes et infrastructures
connectées, Voitures, Cyber sécurité, L’IA contre la Covid-19, La lutte
contre les fausses informations. Santé, Transport, Fabrication,
Alimentation et agriculture, Administration publique et services.

6
  88%

61% d’européens ont une opinion favorable de l’IA et des robots, mais
88% d’entre eux pensent qu’il faut toutefois gérer ces technologies avec
prudence. (Eurobaromètre 2017, UE à 28)

Source : Le parlement Européen

2. L’histoire de l’intelligence Artificielle de 1950 à aujourd’hui

 1950 : les débuts de l’intelligence artificielle

L’IA est un programme informatique qui imite l’intellect humain et la

pensée, grâce à un réseau de neurones artificiel. En gros, le programme
ne se contente pas d’exécuter des tâches sur demande, mais réfléchit
et prend des décisions. Toutes les recherches sont basées sur le postulat
que la pensée humaine peut être mécanisée. Une machine qui a l’air de
« penser », aussi douée soit-elle, fait preuve d’intelligence artificielle
faible. Dans le jargon, on parle d’intelligence artificielle forte, quand une
machine donne en plus l’impression d’avoir des émotions et des
sentiments. Au point que l’on peinerait à reconnaître s’il s’agit d’un
humain ou d’une machine.

7
Il faut savoir que le concept d’intelligence artificielle forte est né avec
l’informatique, comme si c’en était l’aboutissement logique. Le robot
qui ressemble trait pour trait à un humain, est une idée qui date des
années 1950. Les ordinateurs pesaient plusieurs tonnes, mais les
chercheurs s’étaient déjà enflammés. On pourrait même dire que c’est
ce fantasme de créer une machine qui ressemble à un humain qui a
créé l’informatique. Et que tous les équipements high-tech que nous
avons ne sont que des productions collatérales. Les pionniers de
l’informatique, habités par l’obsession de l’IA, se sont rapidement
trouvés bloqués à cause du manque de technologie. Mais sur le papier,
ils savaient que cela pourrait fonctionner. Parmi tous ces chercheurs, un
nom sort clairement du lot : le mathématicien et cryptologue
britannique Alan Turing.

 Alan Turing, l’homme sans qui nous n’aurions peut-être

jamais eu d’ordinateurs

Alan Turing est un génie des maths. À 16 ans, il étudie les travaux
d’Einstein, d’Euclide et de Galilée. Il n’était pourtant pas très bon élève,
car il délaissait complètement les matières littéraires ou artistiques. Il a
conçu l’ancêtre de l’ordinateur, qu’il appelait à l’époque « la machine
universelle ». Lors de la Seconde Guerre mondiale, il obtient des
financements pour la construire dans une optique bien précise :
décrypter le code Enigma, que les nazis utilisaient pour communiquer.
Il a réussi, ce qui a largement contribué à la défaite du troisième Reich.
Alan Turing ne s’arrête pas là.

8
En 1952, il met au point le premier ordinateur joueur d’échecs, baptisé
Turochamp. Bon, il mettait bien 30 minutes à calculer son coup, mais
ça fonctionnait. Ce ne sera qu’en 1996 qu’un champion du monde des
échecs (Garry Kasparov) se fera battre par un programme développé par
IBM, Deep Blue. Deep Blue sera 10 millions de fois plus puissant que
Turochamp.

Alan Turing savait qu’il serait un jour possible de programmer le

comportement d’une machine :

 Plus intelligente qu’un être humain,

 Qui donne l’impression d’avoir une conscience,
 Qui sera difficile à considérer comme un objet.

Il a d’ailleurs mis au point très rapidement le test de Turing : une

évaluation pour mesurer le degré de ressemblance d’une machine avec
un humain. Si Alan Turing avait vécu 20 ans de plus, nous aurions sans
doute 40 ans d’avance en matière de technologies. Mais il se fait
condamner par le gouvernement britannique pour son homosexualité.

9
Pour éviter la peine de mort, il accepte la castration chimique. Ce
traitement hormonal expérimental le mènera au suicide, en 1954, à
l‘âge de 41 ans. L’histoire raconte qu’il a croqué dans une pomme
empoisonnée au cyanure. Un symbole qu’Apple a repris pour son logo,
en hommage. Vous pouvez découvrir la vie d’Alan Turing dans
l’excellent film Imitation Game de Morten Tyldum, disponible sur
Netflix.

 1950 – 1980 : la frustration des chercheurs en IA

Tous les chercheurs en intelligence artificielle de cette époque vont

connaître une terrible frustration. Les ordinateurs ne sont tout
simplement pas assez puissants pour mettre en place les programmes
qu’ils inventent sur papier. L’optimisme est pourtant là. Ils savent que
c’est possible. Voilà quelques grandes dates de l’IA :

 1949 : Warren Weaver conceptualise la traduction automatique

des langues étrangères.
 1959 : Arthur Samuel crée un programme capable de jouer aux
dames et d’apprendre de ses erreurs.
 1966 : Joseph Weizenbaum met au point le premier agent
conversationnel (le premier chatbot finalement), ELIZA. Avec ses
128 Ko de mémoire vive, elle était considérée comme une
machine de compétition. L’intelligence artificielle ELIZA a réussi à
tromper des humains, qui pensaient tchatter avec d’autres
humains. Mais à cette époque, les disques durs sont trop petits et
ne peuvent pas contenir assez de données pour aller plus loin
dans les recherches.


10
Pas assez de mémoire vive. Pas assez d’espace de stockage. Pas de
processeurs assez puissants… Les recherches stagnent pendant
longtemps et les financements commencent à se faire rares dans les
années 1970. C’est l’hiver de l’intelligence artificielle. Les investissements
de masse ne reprendront que dans les années 1980, en même temps
qu’un grand engouement pour la littérature et le cinéma de science-
fiction. Le matériel informatique a évolué. Les ordinateurs commencent
à adopter un format portable. Les chercheurs auront petit à petit accès
à la technologie qui leur manquait pour continuer le progrès de l’IA.

Comme le dit le paradoxe de Moravec : « le plus difficile en robotique

est souvent ce qui est le plus facile pour l'homme ».

 1980 à nos jours : l’intuition artificielle

Nous les humains, nous avons une intelligence intuitive qui nous guide
rapidement dans certaines prises de décision complexe. Nous pouvons
par exemple :

 Traverser la rue sans se faire écraser par une voiture,

11
  En évitant de marcher sur la crotte de chien qui est au
milieu du passage,
 Sans bousculer la vieille dame qui est à gauche.

Pour une machine, c’est beaucoup plus compliqué, car il lui faut du
temps pour analyser son environnement. Selon la définition du
psychologue Gary A. Klein « l’intuition est un raisonnement ultra-rapide
nourri par l’expérience et l’observation attentive de plusieurs facteurs ».
Une machine doit trier les informations avant de traverser. Elle perçoit
la voiture, la vieille dame et la crotte de chien. Mais elle voit aussi le
pigeon qui est sur l’arbre, le coup de tonnerre qui annonce la pluie, la
boulangère qui ferme sa boutique, l’enfant qui fait tomber son doudou
par terre, etc. Ce ne sont pas des informations qui vont l’aider à traverser.
L’IA doit être capable de créer des catégories de problèmes et de
classifier les informations. Chaque décision potentielle doit être
accompagnée d’un score. C’est la décision au meilleur score qui sera
transformée en action.

12
Est-ce qu’une machine peut avoir de l’intuition ? Il faudrait pour cela
qu’elle puisse apprendre de son expérience. Ce qui est possible, grâce
aux algorithmes d’apprentissage autonome.

3. Le Machine Learning

Le machine learning, ces intelligences artificielles qui apprennent

toutes seules

L’apprentissage autonome d’une machine est un concept qui existe

depuis longtemps, dès les années 1960. Mais ce n’est qu’autour des
années 2000 que les chercheurs en IA disposent d’un matériel assez
performant pour pouvoir s’éclater. Comment fonctionne
l’apprentissage automatique d’une IA ? Le programme doit pouvoir
détecter des schémas redondants, les extraire pour les analyser, les
tester et les déployer. Cela se traduit par un ajustement du
comportement au fil du temps. Autrement dit : une machine qui
apprend de ses erreurs.

13
 La grande majorité des logiciels sont aujourd’hui basés sur une
intelligence artificielle auto-apprenante. Il est difficile de s’en rendre
compte parce que dans nos esprits, l’intelligence artificielle est
toujours liée à l’idée d’humain artificiel. Mais les réseaux de neurones
artificiels sont devenus une norme : la reconnaissance faciale ou
vocale, le deep face, les options de votre appareil photo, les
algorithmes de recommandation sur Netflix ou Amazon Prime, les
voitures qui se garent toutes seules, l’aspirateur robot qui, etc.
L’intelligence artificielle a enfin toute la technologie dont elle a
besoin pour évoluer, mais se heurte pour la première fois de son
histoire à la réalité des dilemmes éthiques induits par son utilisation.

En 1950, un seul programme d’intelligence artificielle fonctionnait

avec un ordinateur de plusieurs tonnes. En 2022, votre smartphone
de 250 grammes est bourré de logiciels basés sur l’IA.

Source : QUELBONPLAN

 Intérêt du Machine Learning

L'un des principaux intérêts du machine Learning est d'automatiser des

tâches. Parmi les applications les plus populaires du machine Learning
figurent la recommandation de produits, la traduction automatique, les
véhicules autonomes ou encore l'aide au diagnostic dans le secteur de la
santé.

Au sein de volumes massifs de données, le machine Learning permet

également de détecter des tendances cachées, qui ne sont pas décelables
via une analyse humaine.

14
  Les utilisateurs du Machine Learning

Le machine Learning est utilisé dans de très nombreux domaines :

 L'automobile, avec notamment la voiture autonome,

 Les biens consommations, via la recommandation de produits,
 La finance, via des modèles de prédiction des risques financiers
notamment,
 Le transport, via les applications de calcul d'itinéraires,
 La santé, via des assistants de diagnostic,

 ...

 Fonctionnement du Machine Learning

Le machine Learning (ML) fait partie des principales technologies

d’intelligence artificielle. Il consiste à entraîner un algorithme à reconnaitre
au sein d'une base d'apprentissage des motifs récurrents. Cet entraînement
aboutit à un modèle informatique conçu pour faire des prédictions
(reconnaître un son, une image...) ou automatiser des tâches (répondre à
une question, automatiser la conduite d'un véhicule...).

Là où un programme traditionnel exécute des instructions, un algorithme

de machine Learning améliore ses performances au fur et à mesure de son
apprentissage, mais aussi au fil de l'évolution du contexte et de
réentrainements successifs. Plus on le "nourrit" de données, plus il devient
précis

Pour créer son modèle d'apprentissage, le machine Learning emploie des

algorithmes statistiques ou encore des réseaux de neurones. Dans les
années 2010, le machine Learning a atteint un momentum avec
l'avènement du big data et la progression des capacités de calcul (et

15
notamment la montée en puissance des GPU). Le big data est en effet
indispensable pour entraîner des modèles sur les vastes volumes de
données nécessaires au traitement automatique du langage ou à la
reconnaissance d'images.

 Différence entre le Machine Learning et IA

L'intelligence artificielle a pour but de simuler l'esprit humain. Partant de là,

le machine Learning n'est qu'un des outils permettant d'atteindre cet
objectif. Il permet à la machine d'ingérer des exemples en fonction
d'objectifs à atteindre, par exemple des images ou des vidéos pour
reconnaitre un piéton qui traverse dans le cas d'une voiture autonome. Mais
cette technique a ses limites. Elle ne permet pas d'exécuter un
raisonnement complexe. Il est par conséquent nécessaire de la coupler à
d'autres méthodes pour tendre vers une IA digne de ce nom.

Certes très puissants en matière d'apprentissage, les réseaux de neurones

ne sont cependant pas complément fiables et peuvent dans certains cas
aboutir à des résultats biaisés ou illogiques (exemple : une voiture autonome
prenant un rondpoint dans le mauvais sens). D'où l'intérêt de combiner
le deep Learning avec d'autres méthodes, une IA symbolique ou système
expert par exemple reposant sur des règles métier prédéfinies, le code de la
route dans notre exemple, qui seront injectées dans le réseau pour en affiner
les capacités de raisonnement.

 Définition d’un modèle en Machine learning

Un modèle de machine learning est un fichier qui a été entraîné à partir

d'une bases d'apprentissage en vue d'automatiser des tâches, par exemple
reconnaitre une émotion au regard d'une expression sur un visage, traduire
un texte, proposer des produits en fonction d'un profil d'appétence... Une

16
fois entraîné, le modèle doit être capable de générer des résultats à partir
de données (textes, photos) qu'il n'a encore jamais traitées.

 Différence entre Machine learning supervisé et le machine

learning non supervisé

Côté machine learning supervisé, les données d'entrainement sont

préalablement annotées ou étiquetée. Objectif : recourir à une base
d'apprentissage représentative qui permette d'aboutir à un modèle
capable de généraliser, c'est-à-dire de réaliser ensuite des prédictions
correctes sur des données non présentes dans la base d'apprentissage de
départ. Dans le domaine de l'apprentissage supervisé, on retrouve les
algorithmes de classification, de régression linéaire, de régression logistique,
les arbres de décision, ou encore les forêts aléatoires.

Quant à l'apprentissage non supervisé, il décode les informations de

contexte des données d'entrainement et la logique qui en découle, sans
recourir à une source de connaissances préétablie. Les données ne sont ni
annotées ni étiquetées. Dans cette catégorie, on retrouve les algorithmes de
clustering (comme K-means) conçus pour partager les données en groupes
similaires. Ils peuvent permettre par exemple de réaliser des
regroupements par typologies de clients, en fonction de caractéristiques de
profils, de comportements d'achat similaires...

 Qu'attend-on d'un profil de machine learning ingénieur ?

En machine learning, les bases en informatique et en mathématiques

doivent être solides. L’expertise technique de tout profil ingénieur inclut la
maîtrise des langages Python et C++, comme des frameworks PyTorch et
TensorFlow. La maîtrise de l’anglais est indispensable, et des connaissances

17
poussées des solutions Git et Docker sont très appréciées. Sur le plan
personnel, il faut être organisé, travailler de façon méthodique, apprécier les
défis, apprendre de ses erreurs, être déterminé, etc.

 Quelle est la place du Python en machine learning ?

Le langage Python s’est imposé comme le langage de référence pour les

applications de machine learning. Les candidats formés en C++ sont ainsi
souvent obligés de changer leurs habitudes de code.

 Machine learning vs deep learning : quelle différence ?

Le deep learning est un sous-domaine du machine learning, qui a recours à

un réseau neuronal inspiré du système cérébral humain, et qui nécessite
énormément de données et de puissances de calcul pour s'entraîner.
Adapté aussi bien à l'apprentissage supervisé que l'entrainement non
supervisé, il est surtout utilisé en reconnaissance visuelle ou sonore.

Source : Journaldunet.fr

4. Les principales entreprises basées sur l’IA

 Amazon

Amazon a investi dans l'intelligence artificielle axé sur le consommateur

mais aussi dans des applications pour ses propres activités et processus.
Alexa, l'assistant vocal intelligent de l'entreprise intégré dans sa gamme de
haut-parleurs Echo, est bien connu, mais AWS, un ensemble de services
pour le Machine Learning et et l’IA préformées pour les entreprises, est loin
d'être aussi célèbre, tout au moins pour l'utilisateur lambda. AWS compte

18
actuellement plus de 10 000 clients, dont Siemens, Netflix, Tinder, la NFL et
la NASA.

 Apple

Apple a racheté des startups d'intelligence artificielle au cours des deux

dernières années et considère clairement l'intelligence artificielle comme
un élément essentiel à son avenir. En décembre 2018, la société a
officiellement nommé John Giannandrea à la tête de l'intelligence
artificielle et de l'apprentissage machine après avoir braconné
l'informaticien écossais de Google. Il supervisera le développement de
produits tels que Siri, ainsi que le nouvel outil Create ML de l'entreprise, qui
permet aux développeurs de macOS et iOS de créer des formations simples
et efficaces pour leurs applications. Apple Siri devient plus intelligent : de
quoi inquiéter Google Assistant ?

 Banjo

Banjo est né à la suite des attentats tragiques du marathon de Boston en

2013. La startup utilise l'intelligence artificielle pour faire des recherches
dans les médias sociaux afin d'identifier en temps réel les événements et les
situations qui pourraient avoir besoin de services d'urgence et d'autres
organisations, leur permettant d'agir plus rapidement et de manière plus
intelligente. L'entreprise a amassé plus de 120 millions de dollars en
financement jusqu'à présent, avec des investisseurs comme le géant
japonais des télécommunications, SoftBank.

19
  DJI

La première entreprise chinoise sur notre liste, DJI, est une startup qui est
déjà évaluée à 15 milliards de dollars. La société détient plus de 70 % du
marché mondial des drones et s'oriente de plus en plus vers l’IA. Ses derniers
drones utilisent l’IA et la reconnaissance d'images pour éviter les objets.
Selon les rumeurs, ils vont monter dans des véhicules autonomes et des
robots très bientôt. DJI s'est récemment associé à Microsoft dans le cadre
d'un projet de streaming depuis un drone à un ordinateur, le tout en temps
réel.

 Facebook

L'intelligence artificielle devient de plus en plus importante, il n'est donc pas

surprenant de voir Facebook investir énormément dans cette technologie.
Le groupe de recherche sur l’IA de Facebook, connu sous le nom de FAIR,
dit qu'il est déterminé à faire progresser le domaine de l'intelligence
artificielle et qu'il créé de nouvelles technologies pour donner aux gens de
meilleurs moyens de communiquer. Mark Zuckerberg et ses collègues
travaillaient également sur une plateforme de négociation utilisant deux IA,
Alice et Bob, mais ils ont abandonné le projet après que les deux hommes
ont commencé à communiquer dans leur propre langage secret.

 Google

La plus grande et la plus importante compagnie d’IA de cette liste est peut-
être aussi la plus évidente. Google a acquis énormément de startups
d'intelligence artificielle. Au cours des quatre dernières années, pas moins
de 12 sociétés d'intelligence artificielle se sont implantées à Mountain View.
L'achat le plus marquant a été l'affaire de 400 millions de dollars pour
20
DeepMind. Il y a aussi le système de machine appartenant à Google,
TensorFlow, maintenant gratuit pour tout le monde, et le projet de puce AI
Tensor en cours pour l'apprentissage machine sur appareil. Le PDG de
Google, Sundar Pichai, a déjà déclaré qu'à long terme, nous "évoluons dans
l'informatique en passant d'un monde "mobile first" à un monde "AI first", et
cela vous dit tout ce que vous devez savoir sur l'avenir selon Google.

 HiSilicon

Lorsque le PDG de Huawei, Richard Yu, a dévoilé le Kirin 980 lors de l'IFA
2018 à Berlin, beaucoup de grandes revendications ont été faites. HiSilicon,
filiale fabriquant les puces de Huawei, a créé ce que la marque chinoise
appelait la première puce pour smartphone à IA au monde. Le Kirin 980
peut traiter des sujets tels que la reconnaissance faciale, la reconnaissance
d'objets, la détection d'objets, la segmentation d'images et la traduction
intelligente à grande vitesse. La puce a donné le coup d'envoi d'une rafale
de puces AI pour smartphones qui arrivent sur le marché, et si une
entreprise va faire progresser la technologie dans les deux prochaines
années, ce sera probablement celle-là.

 IBM

L'entreprise multinationale IBM est impliquée dans l’IA depuis les

années 1950. Elle était présente dès la naissance de l'intelligence
artificielle et y est encore fortement impliquée aujourd'hui. Avec
Watson, IBM a créé une plate-forme Machine Learning qui permet
d'intégrer l'intelligence artificielle dans les secteurs professionnels,
comme la création d'un chatbot pour le support client. Parmi ses clients

21
figurent Big Four Auditor, KPMG et Bradesco, l'une des plus grandes
banques du Brésil.

 Intel

Intel s'est également lancé dans une frénésie d'achats pour les sociétés
d'intelligence artificielle, en acquérant Nervana et Movidius, ainsi
qu'une sélection de nouvelles startups d'intelligence artificielle.
Nervana permet aux entreprises de développer des logiciels
d'apprentissage approfondi personnalisés, tandis que Movidius vise à
proposer des applications d’IA aux appareils à très faible
consommation. Intel travaille également avec Microsoft pour fournir
l'accélération AI pour le moteur de recherche Bing.

 Microsoft

Comme Amazon, Microsoft est impliqué dans l'intelligence artificielle

tant du côté des consommateurs que des entreprises. En concurrence
directe avec Alexa, Siri et Google Assistant, il y a Cortana - l'assistant
numérique intelligent de Microsoft. Les fonctions d'intelligence
artificielle représentent une grande partie du service Azure Cloud de
l'entreprise, il fournit des services de chatbots et de Machine Learning à
certains des plus grands noms de l'entreprise. Microsoft a également
acheté cinq sociétés d’IA en 2018.

 Nvidia

Nvidia est une de ces sociétés d'intelligence artificielle qui, malgré leur
âge, restent un acteur majeur aujourd'hui. Les GPU Nvidia sont
optimisés pour l'intelligence artificielle. L'entreprise basée au Delaware
est impliquée dans des domaines aussi variés que les soins de santé,

22
l'enseignement supérieur, la vente au détail et la robotique. Son dernier
système d'apprentissage intelligent et le développement de sa GPU
visent à intégrer l'intelligence artificielle à tous les niveaux de la
conception, de la fabrication et de la conduite des véhicules
autonomes.

 Open Ai

Ce groupe de recherche à but non lucratif a pour objectif de développer

l'intelligence artificielle pour le bénéfice de l'humanité dans son
ensemble. Il a réussi à conserver sa mentalité open source en dépit
d'importantes sommes d'argent provenant d'investissements et
d'autres d'acquisitions. Certains des plus grands noms de l'intelligence
artificielle travaillent actuellement chez OpenAI, dont Ilya Sutskever.
Parmi les sponsors figurent Microsoft, Amazon et Elon Musk.

 Qualcomm

Tout comme HiSilicon avec son Kirin 980, Qualcomm est un autre
fabricant de puces qui se tourne vers l'intelligence artificielle. Sur sa
puce mobile Snapdragon 855, l'intelligence artificielle joue un rôle clé.
Cette puce utilise ce que Qualcomm appelle un DSP audio Hexagon, un
espace dédié aux fonctions vocales, audio et visuelles de l’IA. Les
Snapdragon alimentent certains des smartphones les plus populaires
du marché, donc si c'est l’IA de votre smartphone qui vous
enthousiasme, Qualcomm est une entreprise à surveiller.

 Sensetime

Vous avez entendu parler du gouvernement chinois qui utilise la

reconnaissance faciale pour suivre les citoyens, n'est-ce pas ? Eh bien,

23
SenseTime est le fournisseur de cette technologie. Son équipe de
recherche travaille sur la technologie à l'Université de Hong Kong et sa
technologie de reconnaissance d'image est réputée pour être en
avance sur ce que Google et Facebook ont dans leurs manches. La
conduite autonome est également dans les petits papiers de
SenseTime.

 Twitter

Comme les autres grands acteurs de la Silicon Valley, Twitter se lance

dans l'intelligence artificielle en y investissant de l'argent. Quatre
sociétés d’IA ont déjà été mises à contribution, dont Magic Pony pour
150 millions de dollars. La société australienne développe une approche
basée sur le Machine Learning qui s'intéresse autant au web qu'à
l'expérience mobile il est donc probable que Twitter améliorera sa
plateforme en conséquence.

Source : Nextpit

PARTIE PRATIQUE ET
COMPETENCES
Communication Digitale

5. Rédaction web
a. Rédaction

a.1 Définition de la rédaction

24
La rédaction fait référence à l'acte de composer, écrire ou formuler un
texte de manière organisée et cohérente. Cela implique de choisir les
mots, les phrases et les idées de manière appropriée pour
communiquer efficacement un message ou transmettre des
informations. La rédaction peut prendre différentes formes, telles que
la rédaction académique, la rédaction créative, la rédaction
journalistique, la rédaction technique, etc. En résumé, la rédaction est
l'art d'exprimer ses pensées et ses idées à travers l'écriture.

a .2 Typologie de rédaction

1. Rédaction narrative : Ce type de rédaction raconte une histoire

ou une série d'événements. Il peut être utilisé dans des contextes
littéraires, comme les romans et les contes, ainsi que dans des
contextes non littéraires, comme les rapports personnels ou les
biographies.

2. Rédaction descriptive : La rédaction descriptive vise à décrire un

sujet, un objet, un lieu ou une personne en détail. Elle utilise
souvent des langages sensoriels pour créer une image vivante
dans l'esprit du lecteur.

3. Rédaction explicative : Ce type de rédaction cherche à expliquer

un sujet, un concept ou un processus de manière claire et
compréhensible. Les manuels, les guides d'instructions et les
articles explicatifs sont des exemples de rédaction explicative.

4. Rédaction argumentative : La rédaction argumentative consiste

à présenter un point de vue ou une opinion sur un sujet spécifique,

25
 en fournissant des arguments et des preuves pour le soutenir. Les
essais, les éditoriaux et les discours politiques sont des exemples
de rédaction argumentative.

5. Rédaction persuasive : La rédaction persuasive vise à convaincre

le lecteur d'adopter un point de vue ou de prendre une action
particulière. Elle utilise des techniques rhétoriques telles que
l'appel à l'émotion, la logique et l'éthique pour persuader le
public. Les publicités, les discours de vente et les lettres de
motivation sont des exemples de rédaction persuasive.

6. Rédaction technique : Ce type de rédaction est utilisé pour

expliquer des sujets complexes ou spécialisés de manière précise
et claire. Les manuels techniques, les rapports scientifiques et les
guides d'utilisation sont des exemples de rédaction technique.

7. Rédaction créative : La rédaction créative implique l'utilisation de

l'imagination pour créer des œuvres littéraires originales telles
que des poèmes, des romans, des nouvelles, des pièces de théâtre,
etc.

b. Article

b.1 Définition de l’article

Un article est un texte écrit qui présente des informations, des

opinions, des analyses ou des réflexions sur un sujet spécifique. Les
articles sont généralement publiés dans des journaux, des
magazines, des revues en ligne ou d'autres supports de presse. Ils

26
 peuvent couvrir une variété de sujets, tels que l'actualité, la politique,
la culture, la science, la technologie, le sport, etc.

c.2 Typologie

Article d'actualité : Ce type d'article rapporte les derniers

événements, nouvelles ou développements sur un sujet
spécifique. Il est souvent écrit de manière concise et objective
pour informer le lecteur sur les événements récents.

Article d'analyse : Ces articles examinent en profondeur un sujet

particulier, souvent en fournissant des explications détaillées, des
interprétations et des analyses approfondies. Ils peuvent explorer
les causes, les conséquences, les implications et les perspectives
futures d'un événement ou d'un problème.

Article éditorial : Les éditoriaux expriment l'opinion ou le point de

vue de l'auteur sur un sujet spécifique. Ils peuvent être
argumentatifs, persuasifs ou critiques, et visent souvent à
influencer l'opinion publique ou à susciter le débat.

Article de fond : Ces articles offrent une analyse approfondie et

détaillée d'un sujet particulier, souvent basée sur des recherches
approfondies et des interviews. Ils peuvent explorer un large
éventail de sujets, des questions politiques et sociales aux
développements scientifiques et technologiques.

27
 Article informatif : Ces articles visent à fournir des informations
précises et utiles sur un sujet spécifique. Ils peuvent prendre la
forme de guides, de tutoriels, de FAQ (foire aux questions) ou de
listes pratiques, et sont conçus pour répondre aux besoins
d'information du lecteur.

Article de critique : Ces articles évaluent et critiquent

généralement un produit, un service, un événement, une œuvre
artistique ou toute autre chose. Ils peuvent inclure des analyses
approfondies, des comparaisons avec d'autres œuvres similaires
et des recommandations.

Article d'opinion : Ces articles présentent les opinions personnelles

de l'auteur sur un sujet donné. Ils peuvent être subjectifs et
persuasifs, cherchant à convaincre le lecteur d'adopter un point
de vue particulier.

Article de recherche : Ces articles rapportent les résultats de

recherches scientifiques ou académiques sur un sujet spécifique.
Ils suivent généralement une structure formelle comprenant une
introduction, une méthodologie, des résultats et des conclusions.

c. Les outils d’IA pour rédiger : Chat GPT, cacher l’IA Quillbot, le
détecteur d’IA : platform.openai.com/ai-text-classifier.

Travaux pratiques : rédaction d’un article ; rédaction d’un

poème ;
Travail de recherche : Comment écrire un livre ?

28
6. Création de visuel (image)
a. Image

Une image est une représentation visuelle d'un objet, d'une scène,
d'une personne ou d'un concept. Les images peuvent être créées à
l'aide de divers médiums tels que la peinture, la photographie, la
sculpture, le dessin, l'infographie, etc. Elles captent souvent des
moments précis dans le temps ou expriment des idées, des émotions
ou des messages à travers leur composition visuelle.

b. Type d’image

Photographie : Des images capturées à l'aide d'un appareil photo,

qui peuvent représenter des paysages, des personnes, des objets, des
événements, etc.

Illustration : Des images créées à la main ou à l'aide de logiciels de

conception graphique, souvent utilisées dans des livres, des
magazines, des publicités et d'autres médias pour représenter des
concepts, des personnages, des scènes, etc.

Graphique : Des images utilisées pour représenter des données ou

des informations, telles que des graphiques à barres, des graphiques
circulaires, des graphiques linéaires, etc.

Icône : Des petites images graphiques utilisées pour représenter des

actions, des applications, des fonctions ou des concepts dans les
interfaces utilisateur, les sites web, les applications mobiles, etc.

Logo : Une image ou un symbole utilisé pour représenter une

entreprise, une organisation, une marque ou un produit,

29
généralement utilisé dans le but de l'identifier et de le distinguer des
autres.

Carte : Une représentation graphique d'une région géographique,

souvent utilisée pour illustrer des informations géographiques, des
données démographiques, des itinéraires, etc.

Diagramme : Une représentation visuelle d'un processus, d'une

structure ou d'une organisation, utilisée pour expliquer des concepts
complexes ou pour présenter des informations de manière claire et
concise.

Animation : Une séquence d'images en mouvement créée en

succession rapide, souvent utilisée dans des vidéos, des films, des
jeux vidéo, des publicités, etc., pour transmettre des histoires, des
idées ou des informations.

Infographie : Une combinaison d'images, de graphiques et de texte

utilisée pour présenter des informations de manière visuellement
attrayante et facile à comprendre.

c. Les outils d’IA pour générer des images

 Krea.ai puis appuyer sur generate
 BlueWillow.ai puis cliquer sur joint the free beta et accepter
l’invitation
 Midjourney / cohesive.so /leonardo ia/craiyon/bing image
creator / stylar.ia
 Runway
 Magic studio de Canva
 Image ia.fr (pour faire des affiches) /Logomaster.ai
 Neural.love (logo) / SVG.io (Pour générer des logo)

30
d. Travaux diriger Créer un logo, une affiche, menu de restaurant et
une mini animation

7. Le son
a. Définition

Le son est une vibration qui se propage à travers un milieu, tel que
l'air, l'eau ou un solide, et qui est perçue par l'oreille comme une
sensation auditive. Il est produit par des objets en mouvement ou des
sources sonores, qui génèrent des variations de pression dans le
milieu environnant. Ces variations de pression sont transmises sous
forme d'ondes sonores qui se propagent à travers le milieu, et
lorsqu'elles atteignent l'oreille humaine, elles sont converties en
impulsions électriques qui sont interprétées par le cerveau comme
du son.

Le son est caractérisé par plusieurs propriétés, notamment :

 Fréquence : La fréquence d'un son correspond au nombre de

vibrations par seconde et est mesurée en hertz (Hz). Plus la
fréquence est élevée, plus le son est perçu comme aigu, tandis
qu'une fréquence plus basse correspond à un son grave.
 Amplitude : L'amplitude d'un son représente l'intensité ou la
puissance de la vibration et est généralement perçue comme la
"loudness" ou la "force" du son. Elle est mesurée en décibels (dB),
et une amplitude plus élevée correspond à un son plus fort.
 Timbre : Le timbre d'un son fait référence à sa qualité tonale
distinctive, qui permet de distinguer différents types de sources
sonores même lorsqu'elles émettent la même note à la même

31
 fréquence et à la même amplitude. Par exemple, une note
jouée sur un piano sonnera différemment de la même note
jouée sur une guitare.

Le son joue un rôle crucial dans la communication, la musique, le

divertissement, la sécurité, la navigation et de nombreux autres
domaines de la vie quotidienne. Il peut être produit de manière
naturelle, comme le son des vagues de l'océan ou le chant des
oiseaux, ou de manière artificielle, comme la musique enregistrée ou
les sons produits par des machines.

b. Typologie
 Sons naturels : Ce sont des sons produits par des phénomènes
naturels, tels que le vent soufflant à travers les arbres, les vagues
de l'océan, le chant des oiseaux, le tonnerre, etc.
 Sons artificiels : Ce sont des sons produits par l'activité humaine
ou par des machines, comme la musique, la voix humaine, le bruit
de la circulation, le son des appareils électroniques, etc.
 Sons musicaux : Ces sons sont organisés de manière
intentionnelle et artistique pour produire de la musique. Ils
peuvent inclure des notes individuelles, des accords, des
mélodies, des rythmes, etc.
 Sons environnementaux : Ce sont des sons qui composent
l'environnement sonore d'un lieu donné. Ils peuvent inclure une
combinaison de sons naturels et artificiels qui caractérisent un
environnement spécifique, comme une rue animée, une forêt
tranquille, une plage, etc.
 Sons émis par les animaux : Ce sont des sons produits par des
animaux pour diverses raisons, telles que la communication, la

32
 reproduction, la recherche de nourriture, etc. Cela peut inclure des
vocalisations telles que les aboiements des chiens, les
rugissements des lions, les chants des baleines, etc.
 Sons industriels : Ce sont des sons associés aux activités
industrielles et aux machines, tels que les bruits de moteurs, de
machines-outils, de lignes de production, etc.
 Sons de la vie quotidienne : Ce sont des sons communs que l'on
peut rencontrer dans la vie quotidienne, comme le son d'une
sonnerie de téléphone, le bruit d'une porte qui se referme, le rire
des gens, etc.
 Sons environnementaux : Ce sont des sons qui composent
l'environnement sonore d'un lieu donné. Ils peuvent inclure une
combinaison de sons naturels et artificiels qui caractérisent un
environnement spécifique, comme une rue animée, une forêt
tranquille, une plage, etc.
c. Les outils d’IA
ielevenLab
Vocal remover (séparer la voix avec le son dans une
musique)
Adobe podcast (filtrer la voix du micro ambiance) / Adobe
Enhance Speech
DDSP transforme n’importe quel son en n’importe quel
instrument / newtone
Dream track (créer de la musique) / copilote Microsoft.com/
Suno ia
Des sites pour tes sorties musicales :

33
  Linktwin creait un lien qui redirige des utilisateurs
vers ton clip
 Toneden creait gratuitement un lien avec toutes les
plateformes de streaming
 Spotify for artiste va te permettre d’analyser toutes
tes statistiques de streaming

8. LA VIDEO
a. Définition

Une vidéo est une séquence d'images en mouvement enregistrées et

affichées de manière séquentielle, généralement accompagnée de
son. Les vidéos peuvent être enregistrées à l'aide d'une caméra vidéo
ou d'autres dispositifs d'enregistrement, puis lues sur divers supports
tels que des écrans de télévision, des moniteurs d'ordinateur, des
smartphones, des tablettes, etc.

Les vidéos peuvent être de différentes durées, allant de quelques

secondes à plusieurs heures, et peuvent couvrir une variété de sujets,
tels que des films, des émissions de télévision, des vidéos musicales,
des documentaires, des tutoriels, des vlogs, des vidéos éducatives, des
publicités, etc.

Le contenu d'une vidéo peut être créé à des fins diverses, notamment
pour divertir, informer, éduquer, promouvoir, documenter ou

34
 communiquer des idées. Avec l'avènement de l'Internet et des
plateformes de partage vidéo en ligne, comme YouTube, Vimeo,
TikTok, etc., la création et la diffusion de vidéos sont devenues
accessibles à un large éventail de personnes et d'organisations.

Les vidéos peuvent être produites avec différents niveaux de qualité

et de sophistication, allant des productions professionnelles réalisées
par des studios de cinéma ou des entreprises de production à des
vidéos amateurs créées par des individus utilisant des équipements
simples comme des smartphones ou des caméras de poche.

En résumé, une vidéo est une séquence d'images en mouvement

accompagnée de son, enregistrée et lue sur divers supports, utilisée à
des fins diverses telles que le divertissement, l'éducation, la
communication, la promotion, etc.

b. Typologie

Il existe une multitude de types de vidéos, chacun ayant ses propres

caractéristiques, finalités et formats. Voici quelques catégories
courantes de vidéos :

 Films et longs métrages : Ce sont des productions

cinématographiques qui racontent des histoires sur une durée
étendue, généralement d'une heure et demie à plusieurs heures.
 Séries télévisées : Des productions télévisuelles qui se déroulent
sur plusieurs épisodes, souvent avec une intrigue continue et des
personnages récurrents.
 Vidéos musicales : Des vidéos accompagnant les chansons,
mettant en scène des artistes interprétant la musique ou
présentant des histoires ou des concepts visuels.

35
 Documentaires : Des films non fictionnels qui explorent des sujets
spécifiques, tels que des événements historiques, des enjeux
sociaux, des personnalités, des découvertes scientifiques, etc.
 Vlogs (blogs vidéo) : Des vidéos personnelles qui documentent la
vie quotidienne, les voyages, les intérêts personnels ou les
expériences de l'auteur, souvent partagées sur des plateformes en
ligne.
 Tutoriels et guides : Des vidéos éducatives qui fournissent des
instructions étape par étape sur la réalisation d'une tâche
spécifique, l'apprentissage de compétences ou l'utilisation de
produits.
 Publicités et spots promotionnels : Des vidéos créées à des fins
publicitaires pour promouvoir des produits, des services, des
marques ou des organisations.

 Contenus pour les réseaux sociaux : Des vidéos courtes et

attrayantes conçues spécifiquement pour les plateformes de
médias sociaux telles que TikTok, Instagram, Snapchat, etc.
 Animations : Des vidéos créées à l'aide d'animations graphiques,
2D ou 3D, souvent utilisées pour raconter des histoires, expliquer
des concepts complexes ou divertir le public.
 Webinaires et conférences en ligne : Des vidéos en direct ou
préenregistrées qui présentent des discussions, des présentations
ou des formations sur des sujets spécifiques, diffusées en ligne
pour un public distant.
 Interviews et discussions : Des vidéos mettant en vedette des
interviews avec des experts, des personnalités publiques ou des

36
 invités spéciaux, souvent utilisées pour partager des
connaissances ou des perspectives sur un sujet donné.

Il existe bien sûr de nombreux autres types de vidéos, chacun adapté à

des objectifs et des audiences spécifiques. La diversité des formats vidéo
reflète la polyvalence de ce médium et sa capacité à informer, divertir,
éduquer et inspirer les spectateurs.

c. Les outils ia
Celtra.com (pour créer des Pub)
Pika 1.0
Submagic
Vizard.ai Créer des vidéo virale et court
Runway
UniConverter : pour supprimer des logos, filigrane et texte
WatermarkRemover.IO pour retirer un filigrane sur une
photo

Projet 1 : Créer un deep fake

d. Outils pour mieux gérer les réseaux sociaux

1. Le plan media social
Rapidely .app (choisi les RS et tes objectif)
2 Gérer les réseaux sociaux et créer tous les postes
Designstripe
2. Automatiser tout
Cheatlayer

Projet 2 : Créer une influenceuse

37
 Les 50 outils d’IA générative les plus
utilisés en 2024
Si la domination de ChatGPT est indéniable, le marché de
l’intelligence artificielle générative s’élargit et devient de plus en plus
concurrentiel.

Liner, JanitorAI et Claude figurent désormais dans le top 10 du

classement dressé par Andreessen Horowitz. © Andreessen Horowitz

En septembre 2023, en réaction à l’ascension fulgurante de ChatGPT,

le fonds d’investissement Andreessen Horowitz, basé dans la Silicon
Valley et spécialisé dans les nouvelles technologies, avait pris l’initiative
de dresser une liste des 50 outils d’IA générative les plus utilisés dans
le monde. À l’époque, le chatbot conçu par OpenAI se détachait
nettement, capturant 60 % du trafic mensuel lié à l’IA et se classant
24e site le plus visité du monde.

Mais comment a évolué la situation ? Et quels nouveaux outils ont

émergé ces derniers mois ? Pour répondre à ces questions, le fonds

38
d’investissement a répété le même exercice, en s’appuyant sur les
données fournies par SimilarWeb jusqu’en janvier 2024. Voici les
principaux enseignements de l’enquête, dont les résultats ont été
dévoilés ce mercredi 13 mars.

ChatGPT continue de dominer, mais le marché s’étend

Première conclusion du rapport : le marché de l’IA s’élargit et devient,

surtout, de plus en plus concurrentiel. Selon le fonds
d’investissement, « plus de 40 % des solutions apparaissant dans le
classement sont nouvelles ». Dans cette liste actualisée, pas moins de
vingt-deux solutions d’IA générative font leur apparition. Et certaines
d’entre elles rencontrent un succès notable, comme l’assistant Liner
(4e), le générateur de chatbots fictifs JanitorAI (8e) ou le
chatbot Claude (10e), développé par Anthropic. Toutefois, on constate
peu de mouvements dans le haut du classement. ChatGPT domine
toujours largement le marché, cumulant désormais presque 2
milliards de visites chaque mois, soit « cinq fois plus de visites que
l’outil pointant en seconde position, Bard, devenu Gemini », détaille le
fonds d’investissement. Character.ai et QuillBot se maintiennent dans
le top 5, tandis que Poe le quitte, pointant désormais en sixième
position.

Voici les 10 plateformes d’IA générative les plus utilisées chaque mois
(voir image de une) :

1. ChatGPT
2. Gemini (anciennement Bard)
3. character.ai
4. Liner
5. QuillBot
6. Poe
7. Perplexity
8. JanitorAI
9. CivitAI
10. Claude

Une percée spectaculaire des générateurs de contenu

Parallèlement, Andreessen Horowitz s’est penché sur les principales

catégories d’outils utilisées. Si les « assistants généraux », comme
ChatGPT, se distinguaient en septembre, ce sont désormais les
39
générateurs de contenus (image, vidéo, etc.) qui cannibalisent le
marché, comme le montre le graphique ci-dessous. Le fonds
d’investissement observe également l’émergence de deux nouvelles
catégories, les générateurs de musique, représentés par Suno (36e) et
les outils de productivité. « La catégorie productivité englobe sept
solutions dans le classement », note Andreessen Horowitz, dont Liner,
Otter.ai ou ChatPDF.

28 % des plateformes figurant dans le classement permettent de

générer du contenu. © Andreessen Horowitz
ChatGPT, également roi sur mobile

Lors de cette seconde enquête, Andreessen Horowitz a aussi classé les

applications mobiles disposant de fonctionnalités alimentées par
l’intelligence artificielle, en s’appuyant sur les données fournies par
Sensor Tower jusqu’en janvier 2024. Là encore, pas de surprise :
ChatGPT, qui dispose d’une déclinaison mobile sur iOS et Android, se
hisse en tête. L’outil conçu par OpenAI devance Microsoft Edge,
Photomath, Bing et Remini. L’application Copilot, dévoilée récemment
par Microsoft, ne pointe qu’en 40e position.

Plus étonnant : on observe que de nombreuses applications figurant

dans la liste arborent des noms étrangement similaires à
ChatGPT. « Cela est partiellement dû au fait que ChatGPT a tardé à
lancer son application, créant ainsi une opportunité pour les
imitateurs (…) surtout s’ils paient pour des publicités », selon le fonds
d’investissement. Ces applications, que l’on appelle des fleeceware,
trompent l’utilisateur en facturant l’accès à un modèle mis à
disposition gratuitement par ChatGPT. « Ces apps changent
fréquemment leur nom et description, complexifiant la tâche des
magasins d’applications », complète Andreessen Horowitz.

40