Tout le monde utilise l’IA.
Presque personne ne comprend vraiment comment elle fonctionne.
Les gens balancent des mots comme transformers, embeddings, RAG, agents, RLHF…
…comme si tout le monde savait déjà.
Mais la plupart ne savent pas.
Et franchement ?
L’IA n’a rien de si compliqué une fois qu’on a les bonnes analogies.
ChatGPT. Claude. Midjourney. Cursor. Les agents de code.
Tout ça devient clair dès que vous comprenez les 20 idées ci-dessous.
Pas besoin de doctorat. Pas de jargon. Juste des explications simples et des visuels.
Gardez ça sous le coude. 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 un pipeline de couches.
→ Les données entrent → traversent des couches cachées → ressortent sous forme de prédiction
Chaque connexion a un « poids » — un minuscule score qui contrôle l’influence d’un neurone sur le suivant.
L’entraînement = ajuster des milliards de ces poids jusqu’à ce que la sortie soit correcte.
Idée simple. Mais à grande échelle, c’est dingue.
GPT-4 a environ 1,8 trillion de paramètres. Claude 3 Opus en a des centaines de milliards.
Tout ça repose sur le même concept de base : des neurones en couches avec des connexions ajustables.
2. Tokenization
Avant de lire votre texte, l’IA le découpe en morceaux appelés tokens.
Pas toujours des mots entiers.
« playing » → « play » + « ing »
« ChatGPT » → « Chat » + « G » + « PT »
« dog » → « dog » (reste entier)
Pourquoi ne pas utiliser des mots complets ?
Parce que le langage est désordonné. Nouveaux mots. Fautes de frappe. Langues mélangées. Un vocabulaire fixe de mots serait impossible à gérer.
Les tokens sont des briques réutilisables.
Même si le modèle n’a jamais vu un mot, il peut le comprendre en le décomposant en morceaux familiers.
Règle approximative : 1 token ≈ 0,75 mot.
1000 tokens ≈ 750 mots.
3. Embeddings (plongements vectoriels)
Une fois le texte tokenisé, chaque token devient un nombre.
Ce nombre est un embedding — un vecteur qui représente le sens.
Imaginez ça comme Google Maps pour les mots.
→ « Médecin » et « Infirmière » sont proches
→ « Médecin » et « Pizza » sont éloignés
→ « 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 » a plusieurs sens :
→ « J’ai mangé une pomme » → fruit
→ « J’ai acheté des actions Pomme » → entreprise
Les embeddings seuls ne peuvent pas résoudre ça.
L’attention, si.
L’attention permet à chaque mot de regarder tous les autres mots d’une phrase et de décider ce qui compte.
Dans « Elle a acheté des actions chez Apple » :
→ « Apple » prête beaucoup d’attention à « actions » 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 d’un coup.
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 intitulé « Attention Is All You Need ».
La percée : au lieu de lire le texte un mot après l’autre, tout est traité en parallèle grâce à l’attention.
Comment ça marche :
→ Texte → Tokens → Embeddings → Couches d’attention empilées → Sortie
Chaque couche affine la compréhension :
→ Premières couches : grammaire, structure de base
→ Couches intermédiaires : relations entre les mots
→ Couches profondes : raisonnement complexe
Résultat : un entraînement massivement plus rapide et des sorties bien meilleures.
GPT. Claude. Gemini. Llama. Mistral.
Tous des transformers.
Si vous comprenez cette seule architecture, vous comprenez l’IA moderne.
PARTIE 2 : COMMENT FONCTIONNENT LES LLM (Ce qui se passe vraiment 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 trillions de tokens.
La tâche d’entraînement paraît trop simple pour être puissante :
→ Prédire le token suivant.
C’est tout.
Mais quand on répète ça sur des trillions d’exemples, il se passe quelque chose de remarquable.
Le modèle apprend la grammaire. Puis le raisonnement. Puis comment écrire du code, traduire des langues, résoudre des problèmes de maths.
Personne ne lui a demandé de faire tout ça.
C’est apparu tout seul grâce à la prédiction du prochain token à grande échelle.
« Grand » = des centaines de milliards de paramètres. Coût d’entraînement = des millions de dollars.
ChatGPT, Claude, Gemini → tous des LLM.
7. Fenêtre de contexte
Chaque modèle d’IA a une limite de mémoire.
On appelle ça la fenêtre de contexte.
C’est le nombre maximum de tokens que le modèle peut « voir » d’un coup — votre message + 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 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 ça explique pourquoi l’IA « oublie » parfois quelque chose que vous avez clairement mentionné.
8. Température
Quand l’IA génère du texte, elle ne choisit pas systématiquement le mot le plus probable.
Elle a un curseur appelé température.
→ Température = 0 : choisit toujours le mot le plus sûr et prévisible
→ Température = 1 : choisit de façon plus créative, plus de variété
→ Température = 2+ : devient sauvage, parfois incohérente
Température basse → à utiliser pour : code, faits, résumés
Température haute → à utiliser pour : brainstorming, écriture créative, variations
La plupart des outils règlent ça automatiquement.
Mais comprendre ça explique pourquoi parfois l’IA semble « ennuyeuse » et parfois elle vous surprend.
9. Hallucination
L’IA ment avec assurance.
Pas exprès. 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 » d’après les motifs d’entraînement, il la génère.
Aucune vérification. Aucune recherche. Un pur appariement de motifs.
Il va donc :
→ Citer un article de recherche qui n’existe pas
→ Inventer une fonction d’API qui n’a jamais été créée
→ Affirmer un « fait » historique faux avec une totale confiance
C’est ce qu’on appelle une hallucination.
La solution : ne jamais faire confiance à une sortie d’IA sur des faits sans vérifier.
Utilisez le RAG (concept 16) pour l’ancrer dans des données réelles.
10. Ingénierie des invites (prompt engineering)
La façon dont vous posez la question change tout.
Même modèle. Même question. Des résultats très différents selon la façon dont vous formulez.
Mauvaise invite :
→ « Explique les API » → Obtient : réponse vague et superficielle
Bonne invite :
→ « Explique comment les API REST gèrent l’authentification. Donne un exemple concret avec du code. Suppose que je suis un développeur junior. » → Obtient : réponse spécifique, structurée, immédiatement utile.
L’ingénierie des invites, c’est juste une communication claire.
Les astuces qui marchent vraiment :
→ Donnez du contexte (« Je construis un SaaS pour X »)
→ Attribuez un rôle (« Agis en tant qu’ingénieur backend senior »)
→ Montrez des exemples (« Voici un format que j’aime : ___ »)
→ Soyez précis sur la sortie (« Donne-moi 5 options sous forme de liste numérotée »)
→ Décomposez les demandes complexes en étapes
L’ingénierie des invites n’est pas une astuce.
C’est la principale façon de communiquer avec le modèle.
PARTIE 3 : COMMENT LES MODÈLES D’IA S’AMÉLIORENT (Comment des modèles bruts deviennent des produits utiles)
11. Apprentissage par transfert
Entraîner un modèle de zéro coûte cher.
Des quantités de données délirantes. Des calculs massifs. Des semaines d’entraînement.
L’apprentissage par transfert résout ça.
Vous prenez un modèle déjà entraîné sur une tâche générale immense et vous l’adaptez à quelque chose de spécifique.
Vous ne partez pas de zéro. Vous construisez au-dessus.
Pensez-y comme ça :
→ Vous savez déjà faire du vélo
→ Apprendre la moto est beaucoup plus rapide grâce à ça
→ 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 fondation massif
→ Les entreprises l’affinent pour leur cas d’usage spécifique
→ Économie de millions en calcul et de mois d’entraînement
Aucune entreprise n’entraîne plus de zéro.
12. Fine-tuning (réglage fin)
L’apprentissage par transfert donne le concept.
Le fine-tuning, c’est comment on le fait.
Vous prenez un modèle pré-entraîné et vous continuez à l’entraîner sur un jeu de données plus petit et ciblé.
Le modèle parle déjà « langage ».
Maintenant, vous lui enseignez votre domaine spécifique.
Exemples :
→ Modèle médical affiné sur des notes cliniques
→ Modèle juridique affiné sur des contrats
→ Modèle de code affiné sur GitHub
Résultat : un modèle qui répond parfaitement pour votre cas d’usage.
Le coût : vous devez mettre à jour des milliards de paramètres.
Cela nécessite des ressources de calcul sérieuses — plusieurs GPU, une infrastructure conséquente.
(C’est pourquoi LoRA, le concept suivant, est si important.)
13. RLHF (Apprentissage par renforcement à partir de feedback humain)
Le fine-tuning rend les modèles spécialisés.
Le RLHF, c’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 vraiment.
Voici comment ça marche :
→ On montre une invite au modèle
→ Le modèle génère plusieurs réponses
→ Des humains classent les réponses
→ Le modèle apprend à préférer ce que les humains préfèrent
Répétez des milliers de fois.
Le modèle développe un sens de la « bonne réponse » :
→ Claire
→ Utile
→ Honnête
→ Sûre
C’est pourquoi ChatGPT et Claude ressemblent à des assistants — pas à des générateurs de texte aléatoires.
Sans RLHF, ils seraient encore impressionnants. Mais bien moins utiles, moins fiables et beaucoup plus difficiles à contrôler.
14. LoRA (Adaptation de bas rang)
Le fine-tuning est puissant mais cher.
Mettre à jour des milliards de paramètres nécessite plusieurs GPU et une infrastructure sérieuse.
LoRA résout ça.
Au lieu de modifier tout le modèle, LoRA :
→ Garde le modèle original figé
→ Ajoute de minuscules couches entraînables par-dessus
→ Ces couches ne représentent qu’une fraction de la taille totale du modèle
L’idée : la plupart des modifications de fine-tuning sont petites.
Vous n’avez pas besoin de réécrire tout le modèle.
Vous avez juste besoin de petits ajustements ciblés.
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 : fait
LoRA explique pourquoi l’IA open-source a explosé.
Soudain, n’importe qui pouvait affiner des modèles puissants sur un ordinateur portable.
15. Quantification
Les modèles deviennent énormes.
Les faire tourner nécessite beaucoup de mémoire et de calcul.
La quantification les rend plus petits et moins chers à exécuter.
Comment : réduire la précision de chaque poids.
Un poids stocké en pleine précision utilise 32 bits.
Quantifié en 4 bits → 8 fois plus petit.
Le plus fou : la perte de qualité est souvent étonnamment faible.
C’est pourquoi vous pouvez maintenant :
→ Faire tourner LLaMA sur un MacBook
→ Faire tourner Mistral localement sur un GPU grand public
→ Utiliser des modèles puissants sur un téléphone
Sans quantification, les grands modèles resteraient enfermés dans des data centers.
Avec quantification, ils tournent sur votre machine.
PARTIE 4 : COMMENT SONT CONSTRUITS LES VRAIS SYSTÈMES D’IA (Ce qui se cache derrière les produits que vous utilisez)
16. RAG (Génération augmentée par récupération)
Les LLM hallucinent parce qu’ils répondent de mémoire.
Le RAG résout ça en leur permettant d’abord de chercher des informations.
Comment ça marche :
- L’utilisateur pose une question
- Le système cherche dans une base de connaissances les documents pertinents
- Ces documents sont transmis au modèle comme contexte
- Le modèle répond en utilisant des informations réelles — pas des suppositions
Pensez-y comme :
→ Examen à livre fermé (sans RAG) : répond de mémoire, souvent faux
→ Examen à livre ouvert (avec RAG) : vérifie la source, bien plus précis
Pourquoi c’est puissant :
→ Pas besoin de réentraînement quand vos données changent — il suffit de mettre à jour les documents
→ Le modèle travaille toujours avec des informations actuelles et précises
→ Réduit considérablement les hallucinations
Tout produit d’IA sérieux utilise le RAG.
Bots 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 chercher dans des millions de documents par le sens — pas seulement par mots-clés ?
Les bases de données vectorielles.
Voici comment elles fonctionnent :
- Chaque document est converti en un embedding (un vecteur de nombres)
- Ces vecteurs sont stockés dans la base de données
- Quand un utilisateur pose une question, la question est aussi transformée en vecteur
- La base de données trouve les vecteurs les plus proches du vecteur question
- Elle renvoie les documents les plus similaires sémantiquement
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, oui
Outils : Pinecone, Qdrant, Weaviate, pgvector
Les bases de données vectorielles permettent aux systèmes d’IA de « comprendre » — pas seulement de faire correspondre des chaînes de caractères.
18. Agents d’IA
Un LLM répond aux messages.
Un agent d’IA fait réellement des choses.
La différence :
→ LLM : vous demandez, il répond, terminé
→ Agent : vous 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 code qui corrige un bug
→ Lit le problème
→ Explore la base de code
→ Identifie le problème
→ Écrit un correctif
→ Lance les tests
→ Voit ce qui a échoué
→ Ajuste le correctif
→ Répète jusqu’à ce que ce soit bon
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
→ Email / calendrier
→ Bases de données
Les agents transforment l’IA d’un simple chatbot en un collègue de travail.
19. Chaîne de pensée (Chain of Thought – CoT)
Parfois, l’IA donne une mauvaise réponse, non pas parce qu’elle est stupide.
Mais parce qu’elle a sauté trop vite à la conclusion.
La chaîne de pensée résout ça.
Au lieu de demander directement la réponse finale :
→ « Résous : Si un train roule à 100 km/h pendant 2,5 heures, quelle distance parcourt-il ? »
Vous l’incitez à réfléchir étape par étape :
→ « Résous étape par étape : Vitesse = 100 km/h. Temps = 2,5 heures. Distance = Vitesse × Temps = ? »
Le modèle déroule le raisonnement :
→ Étape 1 : Identifier la formule
→ Étape 2 : Insérer les nombres
→ Étape 3 : Calculer
Beaucoup plus fiable pour les maths, la logique, les problèmes multi-étapes.
L’idée : laissez le modèle réfléchir, pas seulement réagir.
C’est pourquoi des invites comme « réfléchis étape par étape » ou « raisonne soigneusement » marchent vraiment.
20. Modèles de diffusion
Tout ce qui précède 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 :
→ Partez d’une image réelle
→ Ajoutez du bruit étape par étape jusqu’à ce qu’il n’y ait plus que du bruit statique
→ Entraînez le modèle à inverser ce processus — retirer le bruit étape par étape
Génération :
→ Partez d’un bruit pur
→ Le modèle retire le bruit étape par étape
→ Guidé par votre invite textuelle
→ L’image émerge du hasard
Le nom vient de la physique — des particules qui diffusent aléatoirement dans un milieu, comme l’encre qui se répand dans l’eau.
Ici, le modèle apprend à inverser cette diffusion.
Et 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.
Je récapitule :
Comment l’IA fonctionne :
→ 1. Réseaux de neurones — apprentissage de motifs en couches
→ 2. Tokenization — 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 prochain token à très grande échelle
→ 7. Fenêtre de contexte — limites de mémoire et le problème du milieu
→ 8. Température — le curseur de créativité
→ 9. Hallucination — confiant et faux
→ 10. Ingénierie des invites — 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 tourner de gros modèles sur de petites machines
Comment les vrais systèmes sont construits :
→ 16. RAG — d’abord chercher, puis répondre
→ 17. Bases de données vectorielles — chercher par le sens
→ 18. Agents d’IA — de la réponse à l’action
→ 19. Chaîne de pensée — lui laisser le temps de réfléchir
→ 20. Modèles de diffusion — du bruit à l’image
Vous comprenez maintenant comment l’IA fonctionne vraiment.
La plupart des gens qui utilisent l’IA tous les jours ne le comprennent pas.
Cet écart est votre avantage.
Si cela vous a été utile :
→ Repostez pour le partager avec votre réseau
→ Suivez @sairahul1 pour d’autres explications comme celle-ci
→ Mettez-le en favori pour référence future
J’écris sur l’IA, la création de produits et les systèmes qui fonctionnent pendant que vous dormez.
