1 – Les grands courants de l’intelligence artificielle

• Définitions de l’IA et ses origines
• Les grands concepts sous-jacents de l’Intelligence Artificielle (IA) et composantes de l’intelligence humaine se retrouvant dans l’IA ?
• La progression de l’IA depuis les années 1950 et ses surpromesses
• Les ruptures technologiques qui ont accéléré le développement de l’IA
• Exemples de la montée en puissance de l’IA face aux humains dans les jeux (échecs, go, poker, Starcraft, simulation économique) ?
• L’IA et les autres technologies : objets connectés / IoT, quantique, cloud, blockchain

2 – Grandes briques technologiques de l’IA

• Les différents types d’IA : IA Symbolique Vs connexionniste et leurs usages
• Les moteurs de règles, les algorithmes génétiques
• Les réseaux de neurones : fonctionnement, apprentissage (entraînement, test)
• Machine Learning (supervisé, non supervisé, autosupervisé et apprentissage par renforcement) et usages concrets en entreprise
• Deep Learning (apprentissage profond) et leurs principes élémentaires (dont NLP, réseaux convolutifs, récurrents, à mémoire)
• Les IA génératives – GAN (Generative Adversarial Network), les transformers (utilisés par ChatGPT, GPT 4.0, LLM) et leurs capacités versus l’être humain
• Les réseaux d’agents combinant différentes IA (symbolique, deep learning…)
• Le rôle des données (source, labellisation, données synthétique
• Les outils spécifiques à l’IA (pour la programmation, les data scientists …)

3 – IA et infrastructure informatique

• Les principales briques SI de l’IA (logiciels du développement, frameworks, chips)
• Les limites physiques à une croissance exponentielle de sa puissance de calcul
• Les processeurs et serveurs dédiés à l’IA
• L’IA dans le système d’information (dont cloud, AIOps, DevOps, transfert de données et de modèle IA)
• Développer une IA (ex : GPT 5.0) et avec une IA (Low-Code, No-Code, RPA)

4 – Applications génériques de l’Intelligence Artificielle

• Traitement des images, de la vidéo : Midjourney, Dall-E, Stable Diffusion, Vall-E
• Traitement du langage : Bing Chat, OpenAI –> ChatGPT, GPT 4.0, Google Bard, Open-Source et AutoGPT (écriture, synthèse, programmation, diagramme, musique…)
• Robotique : les différents marchés et usages de la robotique

5 – Risques de l’IA

• IA, outil de hacking et outil de cybersécurité, données personnelles
• IA : failles, erreurs et biais (dont hallucinations), manque de bon sens et comment s’en prémunir (dont explicabilité) ?
• IA éthique et réglementation européenne
• Impact environnemental de l’IA et solutions pour les réduire

Les applications métiers et verticales de l’IA

• Bureautique (Microsoft Office et Microsoft Copilot, Google workspace…)
• Relation client et chatbot, Marketing / Ventes
• Ressources humaines, Juridique
• Transports, Santé, Industrie, Energie, Utilities
• Finance, Assurances, Retail

6 – Projet IA dans l’entreprise

• Les premiers projets à envisager, leurs spécificités, les phases du projet ?
• Quelles sont les différences des projets IA vs les autres projets informatiques ?
• Comment les projets d’Intelligence Artificielle sont-ils menés ? Comment travailler avec des partenaires vers qui on « outsource » l’IA ? Les compétences associées.
• Quels sont les différents spécialistes de l’IA (Data Scientist, data et AI engineer) ?
• Comment s’organiser pour « vendre » ces projets en interne ?

7 – Les grands acteurs de l’Intelligence Artificielle

• Les offres d’IA des grands acteurs : Microsoft, Google, Meta, Amazon, IBM
• La position de la Chine dans l’IA : Baidu, Huawei, Alibaba, Tencent. Vont-ils s’imposer en Europe ?
• Les principales startups dans l’IA et leur segmentation
• La recherche française dans l’IA

8 – L’Intelligence Artificielle dans la société

• Impact de l’IA sur l’emploi
• Les métiers les plus touchés et les plus préservés
• Eduquer, former dans un monde où l’IA devient omniprésente