Vous ouvrez un cours d’intelligence artificielle et la première diapositive affiche une descente de gradient avec trois intégrales. Vous fermez l’onglet. C’est arrivé à presque tout le monde qui a essayé d’apprendre l’IA en partant d’un manuel universitaire.
Le problème ne vient pas de vous. Il vient de l’ordre dans lequel on vous présente les choses. La plupart des cours enseignent l’IA comme on enseigne les maths : axiomes d’abord, applications ensuite, dans dix chapitres. Mais personne n’apprend à conduire en étudiant d’abord la thermodynamique du moteur à combustion. On apprend à conduire en conduisant, avec un instructeur qui explique le frein quand on en a besoin.
Ce qu’il faut réellement savoir avant de commencer
Trois choses, pas plus.
Premièrement, un modèle d’IA transforme des nombres en d’autres nombres. Une image devient une grille de pixels, donc des nombres. Un mot devient un vecteur, donc des nombres aussi. Le modèle apprend une fonction qui relie les nombres d’entrée aux nombres de sortie qu’on attend. Tout le reste, les réseaux de neurones, les transformers, les couches d’attention, ce sont des façons différentes de construire cette fonction.
Deuxièmement, un modèle apprend en se trompant. On lui montre un exemple, il produit une réponse, on compare cette réponse à la bonne réponse, et on ajuste légèrement les paramètres internes pour réduire l’écart. Répétez cette opération des millions de fois et vous obtenez un modèle qui généralise. C’est tout ce qu’est l’entraînement.
Troisièmement, un modèle ne comprend rien au sens où vous comprenez. Il reconnaît des motifs statistiques dans des données. Un modèle de langage prédit le mot suivant en fonction des mots précédents, avec une précision impressionnante, mais sans se représenter le monde comme vous le faites. Garder cette limite en tête vous évite de lui faire confiance sur des choses qu’il ne peut pas savoir.
Avec ces trois idées, vous comprenez déjà 80 % de ce qui se dit dans une conversation sur l’IA. Le reste, ce sont des détails d’implémentation que vous apprendrez en pratiquant, pas en lisant.
Le vrai obstacle, c’est l’ordre
Un cours qui commence par la théorie de l’optimisation convexe perd la plupart des gens avant qu’ils touchent à quoi que ce soit de concret. Un cours qui commence par « voici comment faire reconnaître un chat par un ordinateur en vingt lignes de code » garde les gens jusqu’au bout, parce qu’ils voient un résultat avant de comprendre le mécanisme.
Inversez l’ordre habituel. Faites tourner un modèle avant de savoir comment il fonctionne. Utilisez une API de génération de texte avant d’ouvrir un livre sur les transformers. La compréhension viendra en creusant sous un résultat que vous avez déjà obtenu, pas en empilant des prérequis avant d’obtenir quoi que ce soit.
Les maths reviennent, mais plus tard et à petites doses
Vous finirez par croiser de l’algèbre linéaire, un peu de probabilités, une dose de calcul différentiel. Mais vous les apprendrez pour répondre à une question précise que vous vous posez déjà, pas pour cocher une case avant de commencer. Comprendre pourquoi un gradient pointe dans une direction a beaucoup plus de sens après avoir vu un modèle qui n’apprend pas correctement, en cherchant pourquoi, que dans l’abstrait.
Les personnes qui apprennent le plus vite ne sont pas celles qui ont le meilleur niveau en maths au départ. Ce sont celles qui acceptent de commencer sans tout comprendre, et qui reviennent chercher la théorie quand un problème concret l’exige.
