Initiation aux IA génératives

• Professionnels cherchant à intégrer des outils d'IA dans leur travail quotidien
• Managers et leaders d'équipe désireux de comprendre l'impact des IA sur les processus de travail
• Toute personne intéressée par l'apprentissage de l'IA générative textuelle et son application pratique.

• Comprendre les fondamentaux des technologies d'intelligence artificielle, en particulier des IA génératives textuelles
• Apprendre comment ces outils peuvent être personnalisés et utilisés de manière avancée, ce qui est essentiel dans divers processus de travail

ntroduction

• Présentation de la formation, des formateurs
• Objectifs et attentes des participants
• Enjeux de l'adoption technologique en entreprise
• Contexte et enjeux de l'utilisation des IA dans le monde de l'entreprise

ondamentaux sur les technologies d'IA

• Définition des algorithmes et de l'intelligence artificielle (IA computationnelle, systèmes experts, statistiques, réseaux de neurones, etc.)
• Machine Learning et Deep Learning, CNN (Convolutional Neural Networks), RNN (Recurrent Neural Networks), GAN (Generative Adversarial Network), etc.
• NLP (Natural Language Processing), et le TDM (Text Data Mining) : similarités et différences.
• Sujets connexes : Voice models, Computer vision, Multi-modalité.

ases du fonctionnement des IA génératives textuelles

• Large Language Model (LLM) et Transformers
• Modèle de fondation, et couches d'apprentissage appliquées
• Fenêtre de contexte, RAG (Retrieval Augmented Generation)

anorama des outils et prise en main des outils

• Historique et présentation des différents fournisseurs et modèles (OpenAI ChatGPT, Google Gemini, Meta Llama, Anthropic Claude, Mistral Large, etc.)
• Comparaison en terme de performances (contexte, paramètres, quantization...), de fonctionnalités (prompt système, fonctions...), de transparence, de réutilisation et d'adaptabilité (opensource ? Finetuning?), et de coût.
• Les modes de fonctionnement disponibles (complétion, insertion, réécriture, chat tronqué, chat avec RAG)
• Prise en main des interfaces de chat et exemples d'utilisation.
• Prise en main des playgrounds (OpenAI Playground, Google AIStudio, EleuterAI, etc.)

tilisation et personnalisation : les bases du prompt engineering

• Quelles techniques pour adapter les IA à vos besoins spécifiques ?
• Définir des instructions claires pour obtenir des réponses précises
• Explorer les fonctionnalités avancées (contrôle du style, génération conditionnelle, structure...)
• Panorama de techniques : zero shot, few shots, chain of thought, self-consistency, general knowledge, chaining, tree-of-thoughts, ReAct, Reflexion, etc.

tilisation des IA génératives (textuelles) dans les processus de travail

• Comment intégrer les LLM dans les processus de travail existants ?
• Exemples d'utilisation des LLM dans différents domaines : marketing, développement, gestion de projet, service clientèle, rapports, évaluation et analyse, etc.

es limites des IA génératives (textuelles)

• Vue d'ensemble des limites des IA, liées à leur fonctionnement
• Biais et les erreurs liés sur les données initiales (biais, etc.)
• Phénomène « d'IA menteuse » ou « d'hallucinations »
• Problème de transparence et d'explicabilité des IA
• Modération, contrôle des contenus et effet Waluigi
• Quelles alternatives lorsque les IA ne sont pas adaptés?

isques de l'utilisation des IA

• Les risques associés à la génération automatique de contenu
• Risques juridiques (propriété intellectuelle, données personnelles, responsabilité, statut juridique...)
• Risques de sécurité (prompts malveillants, données sensibles, ...)
• Quelques pistes pour éviter les écueils de l'utilisation des IA

onclusion

• Bilan de la formation et des acquis des participants
• Perspectives pour l'utilisation des IA dans le monde de l'entreprise
• Réponses aux questions des participants

Une attestation de participation sera transmise aux participants