Tous les mots de l'IA que vous allez entendre, en langage simple

Une machine qui fait des choses pour lesquelles il fallait une personne avant.

C'est toute la définition. Lire une lettre et l'expliquer, écrire un message, reconnaître un visage sur une photo, proposer le mot suivant quand vous tapez un SMS. Rien de magique, et aucun robot avec des sentiments. C'est un logiciel devenu bon à des tâches qui demandaient un humain. Une partie est dans votre téléphone depuis dix ans.

Personne n'a écrit les règles. On lui a montré des millions d'exemples jusqu'à ce qu'il devine bien.

L'ancienne façon de faire un logiciel, c'était d'écrire chaque règle à la main : si ceci, alors cela. L'apprentissage automatique a jeté tout ça. À la place, on montre à la machine des millions d'exemples et elle trouve le motif toute seule. C'est pour ça que personne, même ceux qui l'ont construite, ne peut montrer une ligne et dire c'est ici qu'elle a décidé ça. Elle a appris comme un enfant apprend une langue : en baignant dedans, pas en récitant la grammaire.

Le résultat fini de tout cet apprentissage. Un très gros fichier de motifs.

Quand l'entraînement est terminé, tout ce que la machine a appris est rangé dans un fichier. Ce fichier, c'est le modèle. Claude, ChatGPT, Gemini et Copilot, c'est chaque fois le modèle d'une entreprise plus un bel écran pour écrire dedans. Quand on dit qu'un nouveau modèle est sorti, cela veut dire que l'entraînement a été refait, plus long ou mieux fait, et que le résultat est plus fin que le précédent.

Un modèle entraîné sur du texte, dont tout le métier est de deviner le mot suivant.

Grand, parce qu'il a lu énormément. Langage, parce que ce qu'il a lu, c'est du texte. Et voici la partie qui explique tout le reste de cette page : sa seule compétence, c'est choisir le mot qui a le plus de chances de venir après. Faites ça encore et encore, très vite, et vous obtenez des phrases, des paragraphes, des lettres, des rapports entiers. C'est la suggestion de mot de votre téléphone, un million de fois plus forte.

L'entraînement a eu lieu une fois, il y a des mois. Votre question utilise le résultat fini, en une seconde.

On confond ces deux choses en permanence, et cette confusion cause de vraies erreurs. L'entraînement, c'est la partie longue et chère : des milliers de machines qui lisent pendant des mois, fait une fois, terminé. L'utilisation, c'est ce que vous faites quand vous tapez une question, et cela prend une fraction de seconde. Votre conversation ne l'entraîne pas. Votre question ne lui apprend rien de définitif. Il puise dans ce qu'il a déjà appris.

La date où la lecture s'est arrêtée. Après, il ne sait rien, sauf s'il va chercher.

Chaque modèle a une date après laquelle il n'était tout simplement pas là. Posez une question sur la semaine dernière et soit il vous dira qu'il ne sait pas, soit, pire, il vous dira une chose périmée avec assurance. Beaucoup d'assistants savent maintenant chercher sur internet pour combler le trou, et quand ils le font ils montrent en général les liens. L'habitude à prendre : sur tout ce qui est récent, demandez d'où tu tiens ça, et vérifiez le lien.

Elle fabrique quelque chose de neuf au lieu de retrouver quelque chose qui existe déjà.

C'est la vraie différence entre Google et un assistant. Google retrouve des pages que quelqu'un a déjà écrites. Un assistant en écrit une nouvelle, pour vous, qui n'existait pas avant votre question. C'est pour ça qu'il peut rédiger votre lettre, et c'est pour ça qu'il ne peut pas donner une source pour chaque phrase : souvent il n'y a pas de source, parce qu'il vient de faire la phrase. Les deux sont vrais en même temps, et savoir lequel vous voulez, c'est déjà la moitié du métier.

Il peut regarder une photo que vous prenez.

Pointez votre téléphone sur une lettre de l'école, un formulaire médical, une facture, le dos d'une boîte de médicaments, une note écrite à la main, et demandez qu'est-ce que ça dit et qu'est-ce que je dois faire. Pour quiconque affronte de la paperasse dans une deuxième langue, c'est la chose la plus utile de toute la liste. Il lit très bien les photos de documents, et moins bien l'écriture à la main. Toute la Session 7 est construite là-dessus.

Vous pouvez lui parler, et il vous répond à voix haute.

Appuyez sur le micro et parlez normalement, en français ou en anglais. Zéro frappe au clavier. Si vous tapez lentement, si vos yeux fatiguent, ou si vos mains sont prises par la cuisine, cela change complètement à quoi sert l'outil. Et il se débrouille bien mieux avec un accent qu'un clavier avec une orthographe.

Texte, photo, voix et documents, tout dans la même conversation.

Un mot savant pour une chose ordinaire. Vous pouvez photographier une lettre, poser une question dessus à voix haute, et recevoir une réponse écrite à copier, sans jamais quitter la conversation. Quand vous voyez multimodal sur une page de produit, c'est tout ce que ça promet.

La puce qui a rendu tout ça possible. Pas un ouvrier rapide, mais dix mille ouvriers lents en même temps.

Un processeur d'ordinateur normal, c'est un ouvrier génial qui fait une chose à la fois, très vite. Un GPU a la forme inverse : des milliers d'ouvriers simples qui font tous le même petit calcul en même temps. Il a été inventé pour dessiner les images des jeux vidéo, où chaque pixel demande le même petit calcul. Puis quelqu'un a remarqué que l'arithmétique derrière un modèle a exactement cette forme-là aussi. C'est cet accident qui explique pourquoi la vague de l'IA est arrivée à ce moment précis, et pourquoi ces puces sont devenues les objets les plus disputés de la planète.

Le modèle ne vit pas dans votre téléphone. Votre question voyage jusqu'à un bâtiment rempli de ces puces, et la réponse revient.

Quand vous appuyez sur envoyer, vos mots quittent votre téléphone et atterrissent dans un hangar, quelque part, avec des milliers de GPU et une sérieuse facture d'électricité. La réponse revient une seconde plus tard. Deux conséquences à connaître : il faut une connexion internet pour que ça marche, et tout ce que vous tapez sort de votre appareil. C'est exactement pour ça que la Session 15 passe son temps sur ce qu'il ne faut jamais mettre dedans.

Chaque réponse coûte de l'électricité et du matériel réels. C'est pour ça que le gratuit s'épuise et que les meilleurs modèles sont payants.

Cela vaut la peine de le dire une fois, clairement, pour que personne ne se sente trompé en tombant sur un mur un mardi après-midi. Chaque réponse coûte de l'argent à l'entreprise. Le plan gratuit vous donne donc un bon modèle avec un plafond, et quand vous atteignez le plafond, soit il ralentit, soit il vous demande d'attendre quelques heures. C'est normal, ce n'est pas une punition, et vous n'avez rien fait de mal. Pour nos seize sessions, le plan gratuit suffit. Personne n'a besoin de payer pour suivre cette série.