Tout le monde utilise l’IA. Presque personne ne comprend comment elle fonctionne vraiment. Les gens balancent des mots comme transformers, embeddings, RAG, agents, RLHF… comme si tout le monde savait déjà. Ce n’est pas le cas. Et pour être honnête ? L’IA n’est pas si compliquée une fois que vous comprenez ses modèles mentaux. ChatGPT. Claude. Midjourney. Cursor. Les agents de codage. Tout prend sens une fois que vous maîtrisez les 20 concepts ci-dessous. Pas besoin de doctorat. Zéro jargon. Juste des explications simples et des ressources visuelles. Sauvegardez ceci. Vous y reviendrez.
PARTIE 1 : COMMENT L’IA FONCTIONNE VRAIMENT (Les fondations sur lesquelles tout repose)
1. Réseaux de neurones
Le cerveau de tout modèle d’IA.
Un réseau de neurones est une séquence de couches.
→ Les données entrent par la couche d’entrée → Passent par des couches cachées → Ressortent sous forme de prédiction.
Chaque connexion a un « poids » — un petit score qui contrôle l’influence d’un neurone sur le suivant.
L’entraînement = ajuster des milliards de ces poids jusqu’à ce que le résultat soit précis.
Une idée simple. À une échelle démesurée.
GPT-4 a environ 1,8 billion de paramètres. Claude 3 Opus en a des centaines de milliards.
Tout cela à partir du même concept de base : des neurones en couches avec des connexions ajustables.
2. Tokenisation
Avant que l’IA ne lise votre texte, elle le découpe en morceaux appelés tokens.
Ils ne sont pas toujours des mots entiers.
« jouer » → « jou » + « er »
« ChatGPT » → « Chat » + « G » + « PT »
« chien » → « chien » (reste entier)
Pourquoi ne pas utiliser des mots entiers ?
Le langage est chaotique. Nouveaux mots. Fautes de frappe. Langues mélangées. Un vocabulaire fixe de mots serait impossiblement vaste.
Les tokens sont des blocs de construction réutilisables.
Même si le modèle n’a jamais vu un mot, il peut le comprendre en le décomposant en fragments familiers.
Règle empirique : 1 token ≈ 0,75 mot.
1000 tokens ≈ 750 mots.
3. Embeddings
Une fois le texte tokenisé, chaque token est converti en un nombre.
Ce nombre est un embedding, un vecteur représentant le sens.
Considérez-le comme Google Maps pour les mots.
→ « Médecin » et « Infirmière » sont situés proches l’un de l’autre
→ « Médecin » et « Pizza » sont situés loin l’un de l’autre
→ « Roi » moins « Homme » plus « Femme » ≈ « Reine »
Le modèle ne comprend pas les mots comme vous.
Il comprend la distance et la direction.
C’est ce qui alimente :
→ La recherche sémantique
→ Les recommandations
→ Les systèmes RAG
Tout ce qui « comprend l’intention » utilise des embeddings en coulisses.
4. Attention
Le mot « Pomme » signifie différentes choses :
→ « J’ai mangé une Pomme » → fruit
→ « J’ai acheté une action Pomme » → entreprise
Les embeddings seuls ne peuvent pas résoudre cela.
L’attention le peut.
L’attention permet à chaque mot de regarder tous les autres mots d’une phrase et de décider ce qui est important.
Dans « Elle a acheté une action Pomme » :
→ « Pomme » prête une attention particulière à « action » et « acheté »
→ Le modèle conclut : entreprise, pas fruit
Avant l’attention, les modèles lisaient de gauche à droite. Lent. Limité.
Après l’attention, les modèles voient toute la phrase en une fois.
Cette seule idée a débloqué l’IA moderne.
5. Transformers
L’architecture qui alimente presque tous les modèles d’IA aujourd’hui.
Introduite en 2017 dans un article de recherche intitulé « Attention Is All You Need. »
La percée : au lieu de lire le texte mot par mot, il traite tout en parallèle en utilisant l’attention.
Comment ça marche :
→ Texte → Tokens → Embeddings → Couches d’attention empilées → Résultat
Chaque couche affine la compréhension :
→ Couches précoces : grammaire, structure de base
→ Couches intermédiaires : relations entre les mots
→ Couches profondes : raisonnement complexe
Le résultat : un entraînement immensément plus rapide et des résultats bien meilleurs.
GPT. Claude. Gemini. Llama. Mistral.
Ce sont tous des transformers.
Si vous comprenez cette seule architecture, vous comprenez l’IA moderne.
PARTIE 2 : COMMENT FONCTIONNENT LES LLM (Ce qui se passe réellement quand vous discutez avec une IA)
6. LLM (Grands Modèles de Langage)
Un LLM est un transformer entraîné sur une quantité massive de texte.
Livres. Sites Web. Code. Wikipédia. Reddit.
Des billions de tokens.
La tâche d’entraînement semble trop simple pour être puissante :
→ Prédire le token suivant.
C’est tout.
Mais lorsque vous répétez cela sur des billions d’exemples, quelque chose d’extraordinaire se produit.
Le modèle apprend la grammaire. Puis le raisonnement. Puis comment écrire du code, traduire des langues, résoudre des problèmes mathématiques.
Personne ne lui a ordonné de faire tout cela.
Cela a émergé de la prédiction du token suivant à grande échelle.
« Grand » = des centaines de milliards de paramètres. Coût d’entraînement = des millions de dollars.
ChatGPT, Claude, Gemini → ce sont tous des LLM.
7. Fenêtre de contexte
Chaque modèle d’IA a une limite de mémoire.
C’est ce qu’on appelle la fenêtre de contexte.
C’est le nombre maximum de tokens que le modèle peut « voir » à la fois : votre prompt + sa réponse + l’historique de la conversation.
Premiers GPT : ~4 000 tokens. GPT-4 : 128 000 tokens. Claude 3.5 : 200 000 tokens. Gemini 1.5 Pro : 1 000 000 de tokens.
Fenêtre plus grande = plus de contexte = meilleures réponses.
Mais il y a un hic.
Les modèles ne lisent pas tout de manière égale.
Ils se concentrent sur le début et la fin du contexte.
Le milieu ? Souvent ignoré.
C’est ce qu’on appelle le problème « Perdu au Milieu ».
Grande fenêtre de contexte ≠ mémoire parfaite.
Comprendre cela explique pourquoi l’IA « oublie » parfois quelque chose que vous avez clairement mentionné.
8. Température
Lorsque l’IA génère du texte, elle ne choisit pas toujours le mot suivant le plus probable à chaque fois.
Elle dispose d’un cadran appelé température.
→ Température = 0 : choisit toujours le mot le plus sûr et le plus prévisible
→ Température = 1 : choisit avec plus de créativité, plus de variété
→ Température = 2+ : devient extrême, parfois incohérent
Température basse → à utiliser pour : code, données, résumés
Température haute → à utiliser pour : brainstorming, écriture créative, variations
La plupart des outils règlent cela automatiquement pour vous.
Mais comprendre cela explique pourquoi l’IA semble parfois « ennuyeuse » et parfois vous surprend.
9. Hallucination
L’IA ment avec assurance.
Pas intentionnellement. Elle ne peut littéralement pas s’en empêcher.
Voici pourquoi.
Un LLM ne cherche pas la vérité.
Il prédit quel est le token suivant le plus probable.
Si une affirmation fausse ressemble à quelque chose qui « devrait venir ensuite » selon les schémas d’entraînement, il la génère.
Pas de vérification des faits. Pas de recherche dans une base de données. Pur appariement de schémas.
Ainsi, il va :
→ Citer un article de recherche qui n’existe pas
→ Inventer une fonction API qui n’a jamais été créée
→ Énoncer un « fait » historique faux avec une totale confiance
C’est ce qu’on appelle l’hallucination.
La solution : ne jamais faire confiance aux résultats de l’IA sur des données factuelles sans vérification.
Utilisez le RAG (concept 16) pour l’ancrer dans des données réelles.
10. Ingénierie des prompts
La façon dont vous demandez change tout.
Même modèle. Même question. Résultats radicalement différents selon la façon dont vous formulez.
Mauvais prompt : → « Expliquez les API » → Obtient : réponse vague et superficielle
Bon prompt : → « Expliquez comment les API REST gèrent l’authentification. Donnez un exemple concret avec du code. Supposez que je suis un développeur junior. » → Obtient : réponse spécifique, structurée, immédiatement utile
L’ingénierie des prompts n’est qu’une communication claire.
Les astuces qui fonctionnent vraiment : → Donnez du contexte (« Je construis un SaaS pour X ») → Attribuez un rôle (« Agissez en tant qu’ingénieur backend senior ») → Montrez des exemples (« Voici un format que j’aime : ___ ») → Soyez précis sur le résultat (« Donnez-moi 5 options sous forme de liste numérotée ») → Décomposez les demandes complexes en étapes
L’ingénierie des prompts n’est pas un hack.
C’est la principale façon de communiquer avec le modèle.
PARTIE 3 : COMMENT LES MODÈLES D’IA S’AMÉLIORENT (Comment les modèles bruts deviennent des produits utiles)
11. Apprentissage par transfert
L’entraînement à partir de zéro est coûteux.
Des quantités incroyables de données. Une puissance de calcul massive. Des semaines d’entraînement.
L’apprentissage par transfert résout ce problème.
Vous prenez un modèle déjà entraîné sur une vaste tâche générale et vous l’adaptez à quelque chose de spécifique.
Vous ne partez pas de zéro. Vous construisez sur une fondation.
Pensez-y de cette façon :
→ Vous savez déjà faire du vélo
→ Apprendre à conduire une moto est beaucoup plus rapide grâce à cela
→ Vous transférez ce que vous savez déjà
C’est ainsi que fonctionnent presque tous les produits d’IA aujourd’hui :
→ OpenAI entraîne un modèle de base massif
→ Les entreprises l’affinent pour leur cas d’utilisation spécifique
→ Économise des millions en calcul et des mois d’entraînement
Aucune entreprise n’entraîne plus à partir de zéro.
12. Fine-tuning
L’apprentissage par transfert explique le concept.
Le fine-tuning est la façon dont vous l’exécutez.
Vous prenez un modèle pré-entraîné et continuez à l’entraîner sur un ensemble de données plus petit et spécifique.
Le modèle maîtrise déjà le « langage. »
Maintenant, vous lui enseignez votre domaine particulier.
Exemples :
→ Modèle médical affiné sur des notes cliniques
→ Modèle juridique affiné sur des contrats
→ Modèle de codage affiné sur GitHub
Le résultat : un modèle qui répond parfaitement pour votre cas d’utilisation.
Le coût : vous devez mettre à jour des milliards de paramètres.
Cela nécessite une puissance de calcul lourde : plusieurs GPU et une infrastructure sérieuse.
(C’est pourquoi LoRA, le concept suivant, est si important).
13. RLHF (Apprentissage par Renforcement à partir du Feedback Humain)
Le fine-tuning rend les modèles spécialisés.
Le RLHF est ce qui les rend utiles et sûrs.
Sans lui : le modèle se contente de prédire du texte. Fluide, mais pas aligné.
Avec lui : le modèle apprend ce que les humains préfèrent réellement.
Comment ça marche :
→ Un prompt est montré au modèle → Le modèle génère plusieurs réponses → Les humains classent les réponses → Le modèle apprend à préférer ce que les humains préfèrent
Cela se répète des milliers de fois.
Le modèle construit un sens de la « bonne réponse » :
→ Claire
→ Utile
→ Honnête
→ Sûre
C’est pourquoi ChatGPT et Claude ressemblent à des assistants, et non à des générateurs de texte aléatoires.
Sans RLHF, ils seraient toujours impressionnants. Mais beaucoup moins utiles, moins fiables et beaucoup plus difficiles à contrôler.
14. LoRA (Adaptation de Bas Rang)
Le fine-tuning est puissant mais coûteux.
La mise à jour de milliards de paramètres nécessite plusieurs GPU et une infrastructure sérieuse.
LoRA résout ce problème.
Au lieu de modifier tout le modèle, LoRA :
→ Garde le modèle original gelé
→ Ajoute de minuscules couches entraînables par-dessus
→ Ces couches ne représentent qu’une fraction de la taille totale du modèle
Le point clé : la plupart des changements dans le fine-tuning sont minimes.
Vous n’avez pas besoin de réécrire tout le modèle.
Vous avez juste besoin d’ajustements spécifiques et minimes.
Résultats :
→ Fine-tuning sur un seul GPU grand public : possible
→ Stocker un modèle de base + échanger différents adaptateurs LoRA : pratique
→ Plusieurs modèles spécialisés sans stockage massif : réalisé
LoRA est la raison pour laquelle l’IA open-source a explosé.
Soudainement, n’importe qui pouvait affiner des modèles puissants sur un ordinateur portable.
15. Quantification
Les modèles deviennent énormes.
Leur exécution nécessite une mémoire et une puissance de calcul massives.
La quantification les rend plus petits et moins chers à exécuter.
Comment : en réduisant la précision de chaque poids.
Un poids stocké en pleine précision utilise 32 bits.
Quantifié à 4 bits → 8 fois plus petit.
La partie incroyable : la perte de qualité est souvent étonnamment faible.
C’est pourquoi vous pouvez maintenant :
→ Exécuter LLaMA sur un MacBook
→ Exécuter Mistral localement sur un GPU grand public
→ Utiliser des modèles puissants sur un téléphone
Sans quantification, les grands modèles resteraient enfermés dans des centres de données.
Avec la quantification, ils fonctionnent sur votre machine.
PARTIE 4 : COMMENT LES SYSTÈMES D’IA RÉELS SONT CONSTRUITS (Ce qui se cache derrière les produits que vous utilisez réellement)
16. RAG (Génération Augmentée par Récupération)
Les LLM hallucinent parce qu’ils répondent de mémoire.
Le RAG corrige cela en leur permettant d’abord de rechercher des informations.
Comment ça marche :
L’utilisateur pose une question
Le système recherche des documents pertinents dans une base de connaissances
Ces documents sont donnés au modèle comme contexte
Le modèle répond en utilisant des informations réelles, pas des suppositions
Pensez-y de cette façon :
→ Examen à livre fermé (sans RAG) : répond de mémoire, se trompe souvent
→ Examen à livre ouvert (avec RAG) : regarde la source, beaucoup plus précis
Pourquoi c’est puissant :
→ Pas besoin de réentraînement lorsque vos données changent, mettez simplement à jour les documents
→ Le modèle travaille toujours avec des informations actuelles et précises
→ Réduit considérablement l’hallucination
Tout produit d’IA sérieux utilise le RAG.
Robots de support client. Outils juridiques. Assistants médicaux. Bases de connaissances internes.
17. Bases de données vectorielles
Le RAG a besoin de trouver les bons documents rapidement.
Mais comment rechercher des millions de documents par le sens et pas seulement par des mots-clés ?
Les bases de données vectorielles.
Comment elles fonctionnent :
Chaque document est converti en un embedding (un vecteur de nombres).
Ces vecteurs sont stockés dans la base de données.
Lorsqu’un utilisateur pose une question, la question est également convertie en un vecteur.
La base de données trouve les vecteurs les plus proches du vecteur de la question.
Elle renvoie les documents les plus sémantiquement similaires.
Pourquoi c’est mieux que la recherche par mots-clés :
→ « traitement des maladies cardiaques » trouve des documents sur « protocoles de soins cardiaques »
→ Même si les mots exacts ne correspondent pas, le sens correspond.
Outils : Pinecone, Qdrant, Weaviate, pgvector.
Les bases de données vectorielles sont ce qui permet aux systèmes d’IA de « comprendre » et pas seulement de faire correspondre des chaînes de texte.
18. Agents IA
Un LLM répond aux prompts.
Un agent IA fait réellement des choses.
La différence :
→ LLM : vous demandez, il répond, fin
→ Agent : vous lui donnez un objectif, il planifie, agit, vérifie les résultats, s’ajuste, répète
La boucle de l’agent :
Penser → Agir → Observer → Répéter
Exemple : un agent de codage corrigeant un bug
→ Lit le problème
→ Explore le code source
→ Identifie le défaut
→ Écrit une correction
→ Exécute les tests
→ Observe ce qui a échoué
→ Ajuste la correction
→ Répète jusqu’à ce que ce soit fait
Le modèle est le cerveau. Les outils sont les mains.
Quels outils les agents peuvent-ils utiliser ?
→ Recherche Web
→ Exécution de code
→ Système de fichiers
→ API
→ E-mail / calendrier
→ Bases de données
Les agents sont ce qui transforme l’IA d’un simple chatbot en un collègue.
19. Chaîne de Pensée (CoT)
Parfois, l’IA donne une réponse erronée non pas parce qu’elle est stupide.
Mais parce qu’elle est allée trop vite à la réponse.
La Chaîne de Pensée corrige cela.
Au lieu de demander la réponse finale directement :
→ « Résolvez : Si un train voyage à 60 mph pendant 2,5 heures, quelle distance parcourt-il ? »
Vous lui dites de réfléchir étape par étape :
→ « Résolvez étape par étape : Vitesse = 60 mph. Temps = 2,5 heures. Distance = Vitesse × Temps = ? »
Le modèle parcourt le raisonnement :
→ Étape 1 : Identifier la formule
→ Étape 2 : Insérer les nombres
→ Étape 3 : Calculer
C’est beaucoup plus fiable pour les mathématiques, la logique et les problèmes en plusieurs étapes.
Le point clé : donner au modèle l’espace pour réfléchir, pas seulement réagir.
C’est pourquoi les prompts comme « réfléchis étape par étape » ou « raisonne attentivement » fonctionnent réellement.
20. Modèles de diffusion
Jusqu’à présent, tout concernait le texte.
Les modèles de diffusion expliquent comment l’IA génère des images.
Le processus est contre-intuitif.
Le modèle n’apprend pas à dessiner.
Il apprend à détruire des images.
Entraînement :
→ Commence par une image réelle
→ Ajoute du bruit étape par étape jusqu’à ce qu’elle soit purement statique
→ Entraîne le modèle à inverser cela, en supprimant le bruit étape par étape
Génération :
→ Commence par du bruit pur
→ Le modèle supprime le bruit étape par étape
→ Guidé par votre prompt textuel
→ L’image émerge du hasard
Le nom vient de la physique : des particules diffusant aléatoirement à travers un milieu, comme de l’encre se répandant dans l’eau.
Ici, le modèle apprend à inverser cette diffusion.
Ce n’est plus seulement pour les images :
→ Vidéo (Sora, Runway)
→ Audio
→ Contenu 3D
→ Molécules médicamenteuses
Les modèles de diffusion sont la façon dont l’IA génère tout ce qui est visuel.
Voilà les 20 concepts. Laissez-moi résumer :
Comment l’IA fonctionne :
→ 1. Réseaux de neurones : apprentissage de motifs en couches
→ 2. Tokenisation : découpage du texte en morceaux
→ 3. Embeddings : le sens sous forme de nombres
→ 4. Attention : le contexte change le sens
→ 5. Transformers : l’architecture derrière tout
Comment les LLM fonctionnent :
→ 6. LLM : prédiction du token suivant à grande échelle
→ 7. Fenêtre de contexte : limites de mémoire et le problème du milieu
→ 8. Température : le cadran de la créativité
→ 9. Hallucination : confiant et faux
→ 10. Ingénierie des prompts : comment vous communiquez
Comment les modèles s’améliorent :
→ 11. Apprentissage par transfert : construire sur ce qui existe
→ 12. Fine-tuning : spécialiser un modèle
→ 13. RLHF : lui apprendre à être utile
→ 14. LoRA : fine-tuning sans le coût
→ 15. Quantification : faire fonctionner de grands modèles sur de petites machines
Comment les systèmes réels sont construits :
→ 16. RAG : chercher d’abord, répondre ensuite
→ 17. Bases de données vectorielles : rechercher par le sens
→ 18. Agents IA : de la réponse à l’action
→ 19. Chaîne de Pensée : lui donner l’espace pour réfléchir
→ 20. Modèles de diffusion : du bruit à l’image
Maintenant, vous comprenez comment l’IA fonctionne réellement.
La plupart des gens qui utilisent l’IA tous les jours ne le savent pas.
Cet écart est votre avantage.
Si cela a été utile :
→ Republiez pour le partager avec votre réseau
→ Suivez @chesny pour plus d’analyses comme celle-ci
→ Sauvegardez ceci pour référence
J’écris sur l’IA, la construction de produits et les systèmes qui fonctionnent pendant que vous dormez.
