Trouvez un article, un guide ou une ressource.

Une mémoire réutilisable pour les agents IA consiste à conserver les notes, les sources et les références à l’extérieur du modèle pour que les prochaines sessions puissent les utiliser.

Le rapport de MAI-Thinking-1 de Microsoft est important parce que le modèle refuse les données synthétiques et pose la question du comportement dont un modèle a réellement hérité.

Les proxys d’API GPT bon marché peuvent cacher des substitutions de modèles, la journalisation de clés et des risques pour le code. Le petit rabais sur les tokens peut vous coûter plus cher qu’il ne vous fait économiser.

Le loop engineering transforme la supervision répétée des agents en un workflow contrôlé avec des objectifs, des vérifications, des outils et des conditions d’arrêt.

Une explication simple de la génération d’images, de la façon dont le texte guide les modèles visuels et de la raison pour laquelle les prompts ne dessinent pas directement les pixels.

Les agents de code IA ont changé la façon dont les logiciels sont créés, mais le vibe coding s’effondre vite sans revues, tests, contexte et goût.

Un regard sur la façon dont Google, qu’on écartait en IA, est redevenu l’un des concurrents les plus solides d’OpenAI.

L’IA auto-améliorante devient pratique dans de petites boucles, mais la même boucle peut aussi optimiser la mauvaise cible et vous tromper.

Une explication pratique de la distillation de l’IA, de la controverse autour des outputs des modèles et des raisons pour lesquelles la propriété est plus complexe que la technique.

Un regard pratique sur les biais des agents IA, des audits et des garde-fous aux boucles de révision humaine qui demeurent importantes.

Le harness engineering est la couche manquante autour des agents : outils, évaluations, traces, garde-fous et contrôles qui les rendent utilisables.

Le RAG n’entraîne pas votre modèle. Il lui fournit un contexte temporaire qui change la réponse sans modifier les poids.

Ce qui se démarque dans les entrevues et projets à faire à la maison en ingénierie IA : le jugement, une pensée claire, le débogage et la capacité de livrer des systèmes utiles.

Un appel à dépasser les démos d’agents pour construire des systèmes qu’on peut évaluer, déboguer, déployer et utiliser avec confiance malgré de vraies contraintes.

Un projet de 42 jours sur les termes de l’IA qui explique pourquoi comprendre le comportement des modèles compte davantage que collectionner des astuces de prompting.

Une checklist pratique pour choisir l’architecture IA avant l’implémentation afin que les équipes évitent de réécrire leurs agents à cause d’un mauvais cadrage.

Une distinction claire entre les workflows, les agents et les systèmes multi-agents, avec une règle principale : restez aussi simple que le problème le permet.

Un workflow d’édition pratique pour utiliser les LLMs sans perdre votre voix, avec des vérifications pour le slop, les répétitions et le vernis artificiel.

Pourquoi les LLMs semblent intelligents, pourquoi la comparaison avec l’apprentissage humain devient compliquée et ce que les builders devraient retenir de leur aisance.

Une présentation du programme partenaire de Towards AI, où les recommandations peuvent vous rapporter des livres, des cours, un accès complet ou un niveau affilié.

Les agents Deep Research vont au-delà du chat en naviguant, planifiant, synthétisant et produisant des rapports avec citations, mais ils ont encore besoin de vérifications.

Une analyse pratique de GPT-5 : ce qui a changé dans le raisonnement, les outils et les coûts, et les moments où le modèle complet bat les plus petites options.

Pourquoi 2025 est devenue l’année des agents IA : des contextes plus longs, des outils moins chers, de meilleurs modèles et des workflows qui peuvent enfin agir.

Un guide pratique pour garder les LLMs honnêtes grâce à l’ancrage, à la vérification, aux evals et à des workflows qui ne font pas confiance seulement à leur aisance.

Une introduction au prompt engineering pensée pour les entreprises : instructions claires, contexte utile, exemples et capacité de reconnaître quand les prompts ne suffisent pas.

Une séance pratique sur la construction avec les LLMs, des prompts et du RAG aux évaluations, aux workflows et aux aspects que les équipes négligent habituellement.

MCP agit comme une couche de connexion standard pour les outils de LLMs, ce qui facilite le partage, l’inspection et la réutilisation des intégrations.

Une formation gratuite sur les LLMs axée sur les développeurs, qui explique leur fonctionnement, leur utilisation et les limites qu’ils présentent encore aujourd’hui.

Une explication pratique des modèles de raisonnement en 2025, des raisons pour lesquelles un temps de réflexion supplémentaire aide et des limites qui demeurent.

Une explication pratique de ce que les LLMs apprennent vraiment, des raisons de leurs échecs et des faiblesses que les builders doivent contourner dans leur conception.

Un parcours compact pour apprendre les bases pratiques du développement avec les LLMs en une fin de semaine, avec assez de structure pour commencer à construire.

Une explication accessible aux débutants de la façon dont les LLMs apprennent à partir de données, de prédictions, du fine-tuning et du feedback, sans les présenter comme de la magie.

Un guide pour débutants sur les bases de Python et de l’informatique : syntaxe, variables, inputs, outputs, débogage et façon dont les programmes réfléchissent.

Des notes sur le panel quantique de Jensen Huang à la GTC : pourquoi le domaine semble encore surmédiatisé, où les QPU pourraient aider et ce qui doit fonctionner en premier.

Une comparaison de Google Colab et des notebooks Jupyter pensée pour les débutants, avec les situations où utiliser chacun pour travailler en Python et en IA.

Une présentation pratique d’Open-Sora 2.0, de son architecture de génération vidéo, de son approche d’entraînement et de l’importance des modèles vidéo ouverts.

Une explication pour débutants de la façon dont ChatGPT transforme le texte en tokens, prédit ses réponses et génère un langage qui semble cohérent.

Une explication simple de FlashMLA, de l’astuce de DeepSeek pour la mémoire du cache KV et de l’importance d’une attention efficace pour les grands modèles.

Une explication pratique du fine-tuning par renforcement, de sa différence avec le fine-tuning supervisé et des situations où les récompenses sont utiles.

Une introduction à la programmation avec l’aide de ChatGPT, axée sur des instructions claires pour les ordinateurs et sur la compréhension du code.

L’annonce d’un cours d’introduction à Python conçu pour aider les débutants à passer de bases fragiles en programmation à un travail pratique en IA générative.

Un regard pratique sur l’effet des LLMs sur les emplois, les tâches plus faciles à automatiser et les raisons pour lesquelles l’adaptation vaut mieux que la panique.

Un guide pratique pour suivre l’IA en 2025 sans courir après chaque lancement, en ciblant les sources qui correspondent à votre travail et à vos objectifs.

Un guide pratique pour choisir un cours de développement de LLMs en 2025 selon les projets proposés, la profondeur du contenu et les compétences dont les entreprises ont réellement besoin.

Une comparaison des développeurs de LLMs, des développeurs logiciels et des ingénieurs ML, axée sur les compétences réellement nécessaires dans chaque rôle.

Un workflow pratique pour utiliser ChatGPT ou Claude afin de réviser une leçon, ajouter des explications, produire une conclusion et vérifier les sources.

Une façon pratique de distinguer les vrais agents des appels à des LLMs et des workflows pour aider les équipes à choisir le bon degré d’autonomie.

Une comparaison pratique du CAG et du RAG pour le contexte des LLMs, y compris les situations où le contexte en cache aide et celles où la recherche d’information reste préférable.

Un regard pratique sur la façon dont les LLMs transforment le travail, les tâches qu’ils touchent en premier et les compétences qui aident les gens à rester concurrentiels.

Comment utiliser les LLMs pour rédiger de meilleures leçons sans perdre vos idées, votre jugement, vos sources ni votre style personnel.

Utilisez Perplexity, ChatGPT Search, Ai2 OpenScholar et le RAG pour rechercher plus vite, vérifier les sources et travailler avec des documents locaux.

Une présentation d’un cours de 8 heures sur l’IA générative conçu pour aider les apprenants à comprendre les modèles, le prompting et les cas d’utilisation pratiques.

Un guide pratique du déploiement d’API pour les ingénieurs en IA qui doivent faire communiquer de façon fiable les modèles, les données et les produits en production.

Les leçons de Minitron sur la construction de modèles de langage plus petits, l’origine des gains d’efficacité et les raisons pour lesquelles la taille du modèle ne raconte pas toute l’histoire.

Un guide pratique des situations où les LLMs sont excessifs, où des modèles plus simples fonctionnent mieux et de la façon de décider avant de dépenser les ressources de calcul.

L’optimisation des grands modèles de langage pour la génération augmentée par récupération. Comment déployer ces modèles d’une façon encore plus efficace ?

Construire des systèmes de recherche et de recommandation propulsés par l’IA. À mesure que vos données grandissent, vous aurez besoin d’une base de données capable d’évoluer avec elles.

Construisez un système RAG plus intelligent. Si vous devez comprendre le sens et le contexte, choisissez la recherche par embeddings.

Améliorez un pipeline RAG avec des embeddings ajustés, de meilleures vérifications de la recherche d’information et une vision plus claire des situations où le travail supplémentaire en vaut la peine.

Une comparaison pratique des modèles à long contexte et du RAG selon le volume de données, la qualité de la recherche, la latence, les coûts et les workflows adaptés à chaque approche.

Qu’est-ce qui rend une IA vraiment utile? Puisqu’elle est intégrée à l’outil que vous utilisez déjà, vous n’avez pas besoin de maîtriser le prompt engineering ni d’expliquer les détails techniques.

Évaluez les systèmes RAG avec des vérifications de la recherche d’information et de la qualité des réponses qui montrent si votre pipeline s’améliore réellement.

Techniques avancées d’indexation vectorielle pour le RAG, comme nous l’expliquons dans notre livre et notre cours.

Je suis vraiment enthousiaste d’annoncer enfin que nous, chez Towards AI, avons lancé notre premier cours indépendant axé sur l’industrie : From Beginner to Advanced LLM Developer.

Démo sans code d’une évaluation personnalisée de LLMs. Créez simplement votre benchmark avec les questions et les réponses que le LLM devrait fournir.

Démo sans code d’IA agentique. La plateforme vous permet ensuite de déployer le système et d’en créer une API, le tout sans aucune connaissance en programmation.

Construire la meilleure stack RAG : une analyse de l’étude riche en enseignements de Wang et al. Enfin, le fine-tuning du générateur.

Malheureusement, comme pour certains d’entre nous, ce processus de réflexion avant de répondre rend o1 beaucoup, beaucoup plus lent que les modèles précédents.

Découvrez comment GraphRAG ajoute des graphes de connaissances au RAG, dans quels cas cette complexité est utile et quand une approche plus simple suffit.

Pourquoi les grands modèles de langues font plus que compléter du texte, et comment le contexte, l’attention et la chaîne de pensée changent leurs réponses.

Les vrais outils d’IA qui révolutionnent le marketing moderne au-delà de ChatGPT. Nous devons aussi faire attention aux données recueillies auprès de nos utilisateurs et les utiliser de façon éthique.

Les techniques de prompting dites avancées sont surtout de la bonne communication. Voici les quelques méthodes qui comptent vraiment et comment structurer les réponses d’un LLM.

Onze questions essentielles sur Llama 3.1 pour comprendre ses performances, son coût, son infrastructure, ses outils et son intérêt pour les entreprises.

Entraîner des LLMs avec des données synthétiques. D’accord, c’est bien beau tout ça ; nous avons une façon de créer de meilleurs modèles avec peu de travail manuel pour améliorer les données.

Quoi, pourquoi, quand et comment… Nous vérifions ensuite l’exactitude réelle de chaque groupe : pour les prédictions auxquelles le modèle attribue un niveau de confiance de 70 %.

Une présentation claire de Chameleon, l’idée de LLM multimodal derrière les systèmes comme GPT-4o, et de ce qui change pour les modèles de texte, d’image et de vidéo.

Si vous codez avec ChatGPT ou Copilot, vous créez peut-être de graves failles de sécurité !

Notre premier livre : Building LLMs for Production: Enhancing LLM Abilities and Reliability with Prompting, Fine-Tuning, and RAG.

Comprenez comment les LLMs comme GPT-4 décident qu’ils ont répondu adéquatement à votre question.

Comment Infini-Attention de Google combine l’attention locale et une mémoire compressive pour traiter de longues séquences sans recalculer tout l’historique.

Le MoE de Mixtral expliqué. Cela signifie que le modèle essaie de prédire le prochain token, ou le prochain mot, d’une phrase que vous lui envoyez comme prompt d’input.

L’impact de l’IA sur l’éducation traditionnelle. Cette technologie changera non seulement notre façon d’apprendre et ce que nous apprenons, mais aussi les compétences dont nous aurons besoin à l’avenir.

Un regard pratique sur les domaines où l’IA aide déjà en santé, de l’imagerie médicale et la surveillance à la recherche de médicaments, ainsi que sur les limites liées à la vie privée, aux biais et à la sécurité.

Les journalistes seront-ils remplacés par l’IA? Vous n’avez pas besoin de beaucoup plus que ChatGPT ou un modèle de langage semblable comme Gemini.

Avery Smith présente un parcours pratique vers l’analytique de données : réalisez de vrais projets, apprenez les outils utilisés par les employeurs et prouvez que vous pouvez transformer les données en décisions.

Tina Huang partage des conseils pratiques pour apprendre l’IA, choisir sa formation, construire des projets, travailler à la pige et utiliser les outils d’IA sans leur déléguer son jugement.

Une conversation avec Mariam Brian, PDG de Holo Art, sur l’IA comme outil créatif, la propriété artistique, l’éthique et la façon dont les artistes peuvent travailler avec les modèles.

Comprenez comment le RLHF utilise les préférences humaines pour aligner les modèles de langage et comment le RLAIF automatise une partie de ce processus.

Jerome Pasquero explique l’annotation des données, l’un des éléments fondamentaux de l’avenir de l’IA, dans le podcast What’s AI (épisode 27).

Jérémy Cohen parle des véhicules autonomes, des startups d’IA fragiles, des hallucinations, des biais, et explique pourquoi la transparence et le jugement humain comptent toujours.

La génération augmentée par récupération (RAG) expliquée simplement. Si vous avez besoin d’information sécuritaire provenant d’un chatbot d’IA comme un assistant médical, un tuteur ou un avocat.

Enfin, nous avons assisté à la controverse entourant la vidéo de démonstration du modèle Gemini de Google et plus encore… En 2022, nous avons assisté à l’essor du puissant ChatGPT.

C’est simplement une façon programmatique de faire du prompt engineering. Si nous pensons que le RAG fera mieux que cela, nous pouvons le voir comme une façon de faire du prompt engineering.

Les leçons de Greg Coquillo sur la création de startups en IA, la recherche de problèmes utiles et les pièges habituels du battage médiatique, selon son point de vue de fondateur.

Des conseils pour savoir quoi faire avec votre modèle de langage ou votre API. Vous demandez-vous parfois si vous devriez entraîner un modèle à partir de zéro ou le fine-tuner?

Stable Video Diffusion expliqué. Ici Louis de What’s AI, et voyons comment ce nouveau modèle fonctionne !

C’est un problème beaucoup plus complexe que le traitement du texte, puisqu’il faut aussi gérer les bruits de fond, les différents tons ou hauteurs et, évidemment, reconnaître les différents locuteurs.

Science des données, startups et plus avec Ken Jee. Vous devez être passionné par le problème et chercher des solutions, quelles qu’elles soient.

Apprenez le LLMOps maintenant. Un guide complet et gratuit. Les LLMs révolutionnent notre façon d’interagir avec la technologie, des agents conversationnels à l’analyse avancée des données.

Une entrevue avec Dmitry Shapiro, ancien employé de Google et ancien directeur technique de MySpace Music.

De Microsoft GitHub à Google DeepMind : Paige Bailey. Et vous devriez probablement aussi faire cela dans le contexte d’un IDE comme Android Studio.

Quitter un doctorat pour le monde des startups. Avant la décision... Pour vous donner un peu de contexte, mon parcours vers le doctorat me semblait plutôt évident.

Découvrez 5 applications utiles de GPT-4 et de Llama-2, sans programmation ! Cela n’est peut-être pas très utile dans le monde réel.

Comment nous avons construit une application Web ChatGPT open source basée sur le RAG. C’est là que la génération augmentée par la recherche d’information, ou RAG, entre en jeu.

Le MEILLEUR modèle texte-image d’OpenAI à ce jour! Ou nous pourrions d’abord utiliser un autre modèle pour comprendre les images et générer de meilleures légendes!

La semaine dernière, nous avons lancé notre cours sur les LLMs. Nous sommes ravis d’annoncer un autre projet connexe : notre propre tuteur IA!

L’épisode 20 du What's AI Podcast avec Auxane Boch, experte en éthique. Et vous, vous cochez toutes ces cases pour vous assurer qu’il y a bien un problème et que votre solution le règle.

Découvrez les comportements uniques des différents grands modèles de langage et maîtrisez des techniques de prompting avancées!

Une nouvelle IA qui génère de la musique utile ! Ces données permettent au modèle de comprendre la durée que devrait avoir la chanson générée et de gérer plusieurs durées différentes.

Améliorez la performance de l’IA avec le fine-tuning. Cela signifie réentraîner certaines parties du modèle sur la tâche exacte que nous voulons lui faire accomplir.

MVDream, une nouvelle approche texte-3D expliquée ! Nous faisons tout cela pour mieux comprendre où le modèle NeRF devrait concentrer son attention dans l’image afin de produire un meilleur résultat.

L’apprentissage profond avec une analogie simple. Ces modèles sont puissants parce qu’ils peuvent obtenir d’excellents résultats si vous avez les données nécessaires pour leur enseigner ce que vous voulez.

LLaVA : combler l’écart entre l’IA visuelle et langagière avec GPT-4. Nous entraînons le modèle LLaMA et la conversion d’image en texte.

Une introduction à l’IA explicable. Vous êtes un chercheur qui souhaite créer un modèle capable de classer des images.

Qu’est-ce que MetaGPT? Des agents LLM collaborent pour résoudre des tâches complexes. L’objectif de MetaGPT est simple : remplacer chaque personne par un humain fictif, soit un modèle GPT.

Un survol du premier 3D-LLM. Habituellement, simplement pour associer des images à du texte, il faut beaucoup d’exemples de paires texte-image afin que le modèle comprenne les deux.

StyleGANEX : améliorer la manipulation d’images avec des convolutions dilatées explique le fonctionnement des systèmes d’IA visuelle et leurs limites.

Aleksa Gordić, épisode 18 du podcast What's AI. Cela dit, les vidéos demandent évidemment beaucoup plus de données, notamment en matière de traitement, vous...

Une entrevue avec Petar Veličković : épisode 17 du balado What’s AI. Pourriez-vous donner des types de données non pas pratiques, mais appliquées, avec lesquels cela peut fonctionner.

L’épisode 16 du balado What’s AI avec Jay Alammar. Divisez-le en phrases, créez un embedding pour chaque phrase, puis vous pouvez [00:36:00] créer.

L’IA fait de la magie avec des U-Nets, la diffusion et des vêtements ! C’est aussi parfaitement correct si vous n’aimez pas les balados et voulez seulement comprendre le fonctionnement de TryOnDiffusion.

L’apprentissage actif expliqué en 5 minutes. Cela signifie que nous avons besoin d’une grande quantité de données excellentes, équilibrées et variées.

Épisode 15 du What's AI Podcast avec Luis Serrano de Cohere. Et pour l’instant, puisqu’ils ne sont pas parfaits.

Maintenant que vous connaissez Instant NGP, regardons les deux différences essentielles qui permettent à Neuralangelo d’améliorer les résultats avec cette grille de hachage précise.

Naviguer dans un monde de l’IA en pleine évolution : le parcours de Felix Tao, de chercheur à CEO.

Déplacez n’importe quoi d’un point A à un point B ! Cette architecture permet d’entraîner un modèle génératif, appelé générateur, à produire de nouvelles images.

Entrevue avec Yotam Azriel, directeur de la technologie chez TensorLeap : épisode 13 de What’s AI. 36:30 Pouvons-nous faire quelque chose pour mieux comprendre les résultats du modèle lorsque nous travaillons.

À ce stade-ci, vous savez tous ce qu’est un prompt. C’est ainsi que nous parlons à ChatGPT et aux autres IA.

Le plagiat exige notre attention et soulève de nouvelles questions sur l’attribution et les droits moraux des œuvres ainsi générées.

Les définitions de Logan Kilpatrick pour tous les mots à connaître sur OpenAI, GPT et l’IA en 2023.

Construire avec les LLMs et ChatGPT et travailler chez OpenAI avec Logan Kilpatrick (Dev Rel @OpenAI). What's AI, épisode 11.

Le nouveau modèle Perfusion de NVIDIA expliqué. Et comment y arriver sans avoir un modèle immense que seule une entreprise comme OpenAI peut utiliser ?

Joignez-vous à nous pour un épisode de balado captivant avec Limarc Ambalina, vice-président de la rédaction chez HackerNoon.

Doctorat, Twitter, percer dans le domaine de l’IA et plus encore avec Brian Burns (AI Pub). Pas vraiment. Vous devrez aussi très probablement gagner de l’argent.

Ces outils d’IA multiplieront votre productivité par 10! Je les utilise depuis que mon premier emploi en science des données nous les offrait gratuitement en 2020.

Des conseils pour devenir ingénieur en véhicules autonomes en 2023. Vous êtes-vous déjà demandé ce qu’il faut pour travailler dans le domaine des véhicules autonomes?

SAM, la segmentation guidée par prompts et le plus grand jeu de données de segmentation à ce jour ! Vous pouvez l’aider à segmenter des objets inconnus grâce à des prompts, sans réentraîner le modèle.

Une conversation avec le créateur de Learn Prompting sur le prompting, la littératie en IA et la façon de mieux communiquer avec les modèles.

Puisque ce modèle PaLM est déjà extrêmement puissant pour comprendre le monde et interagir avec lui sous forme de texte, il nous reste seulement à lui donner la vue.

Voici une entrevue avec Adam Grzywaczewski, architecte senior en deep learning chez NVIDIA.

GPT-4 est peut-être le modèle de langage le plus médiatisé que nous ayons connu, avec une foule de rumeurs et de nouvelles avant même son annonce, et ce n’était pas pour rien.

Utilisez des projets Kaggle pour renforcer votre CV en science des données avec des preuves concrètes de vos compétences plutôt que des affirmations génériques.

Dans cette entrevue, nous entendrons Meriem Bendris, architecte de solutions senior chez NVIDIA, qui répondra notamment aux questions suivantes.

L’entreprise derrière l’un des modèles de génération d’images les plus populaires, que vous connaissez certainement, Stable Diffusion, va encore plus loin.

Je vous présente mon balado sur l’IA! Nous parlons de ce que représente le travail de data scientist dans une entreprise aussi importante et de la façon d’y arriver.

Une entrevue avec le vice-président de la R et D d’une entreprise d’IA générative (D-ID). Plus précisément, nous abordons trois volets principaux : la formation et le processus d’entrevue.

MusicLM expliqué. Voici comment Google Research a réussi à créer un modèle qui génère de la musique avec d’aussi bons résultats à partir de simples descriptions textuelles !

Ce nouveau modèle appelé InstructPix2Pix fait exactement cela : il modifie une image en suivant une instruction textuelle donnée par l’utilisateur.

Le modèle VALL-E expliqué. Nous devons convertir le contenu en quelque chose que notre modèle peut comprendre, souvent des matrices et des nombres plutôt que des mots ou des sons.

Une entrevue avec le directeur de la perception chez Zoox, Ruijie (RJ) He, dans le but de démystifier ce qui constitue un bon profil pour décrocher un poste d’ingénieur ML.

Une rétrospective mois par mois des recherches et lancements en IA qui ont marqué 2022, de la génération d’images et de vidéos aux modèles de langage et aux systèmes 3D.

Le nouveau modèle de Disney expliqué. Il s’agit d’une avancée importante pour l’industrie du cinéma, qui permet de changer instantanément l’âge d’une personne dans un film entier à très peu de frais.

Qu’est-ce qu’un ingénieur de prompts et comment s’améliorer dans ce domaine… Même si tout cela continue aussi de progresser.

La plus récente IA conversationnelle d’OpenAI expliquée. La deuxième étape consiste à ajouter notre touche magique d’apprentissage par renforcement.

Nous avons entendu parler des deepfakes et des NeRFs, et vu des applications qui recréent le visage d’une personne pour lui faire dire à peu près tout ce que nous voulons.

Les plongements textuels expliqués. Vous avez certainement entendu parler du modèle de langage le plus connu et le plus puissant : GPT-3.

Galactica, le plus récent modèle de Meta AI : le scientifique propulsé par l’IA. La tokenisation représente essentiellement la façon dont le modèle voit les données plutôt que les mots et les mathématiques.

Avez-vous déjà imaginé pouvoir prendre une photo et plonger dedans comme par magie, comme si elle était une porte vers un autre monde ?

Le nouveau modèle de NVIDIA offre de meilleurs résultats, plus de contrôle et plus de fidélité que DALLE et Stable Diffusion !

Voici toutes les applications visuelles que les modèles de diffusion ont transformées en 2022 : les images, le texte, la vidéo, la 3D et plus encore !

Si vous trouvez géniaux les récents modèles de génération d’images comme DALLE ou Stable Diffusion, vous n’allez pas croire à quel point celui-ci est incroyable.

Comment l’IA génère des modèles 3D à partir de texte seulement ! Mais comment peut-on générer un rendu 3D à partir de texte si le modèle NeRF fonctionne uniquement avec des images ?

Un bon outil de transcription qui comprendrait avec précision ce que vous dites et le mettrait par écrit.

Il génère des vidéos à partir de texte ! Il faut un modèle qui comprend mieux le monde et qui s’appuie sur cette compréhension pour générer une séquence cohérente.

Que comprend un tel modèle lorsqu’il voit une image comme celle-ci ou, encore plus complexe, une vidéo ?

Personnaliser la génération de texte en image avec l’inversion textuelle. Si vous ne connaissez pas encore ce modèle, commencez par mon article sur pause.

Une nouvelle tâche difficile pour l’IA : la génération de graphes de scène panoptiques. Eh bien, vous avez besoin de deux choses : un jeu de données et un modèle puissant.

Une architecture de synthèse d’images haute résolution : la diffusion latente. Voici pourquoi il faut des centaines de GPU pour entraîner un tel modèle et attendre quelques minutes.

BANMo s’attaque à la reconstruction de formes 3D articulées, ce qui signifie qu’il utilise des vidéos et des images pour modéliser des objets déformables.

« Make-A-Scene » : un fantastique mélange de génération d’images guidée par du texte et des croquis.

Mesures d’atténuation avant l’entraînement de DALL·E 2. Vous voyez comment un tel modèle peut devenir dangereux : il permet à n’importe qui de générer n’importe quoi.

Les chercheurs reconstruisent le son avec des caméras et un faisceau laser dirigé sur n’importe quelle surface vibrante, ce qui leur permet d’isoler des instruments de musique et de se concentrer sur une personne précise.

Le début de l’IA centrée sur les données avec la programmation des données. Malheureusement, plus vous avez de données, mieux c’est.

Traduire 200 langues avec un seul modèle de Meta AI. Ces deux modèles servent uniquement à créer les jeux de données des 200 paires de langues nécessaires pour entraîner le modèle final.

DALL·E mini est une IA gratuite et open source qui produit des images utiles à partir d’inputs textuels. Voici comment elle fonctionne.

Une IA qui crée à partir de texte des images photoréalistes meilleures que celles de DALL-E 2 ! Mais avant d’utiliser ce modèle de diffusion, il faut comprendre le texte.

Comment Uber peut-il livrer vos repas à l’heure, ou même quelques minutes d’avance ? Comment associe-t-il les passagers aux chauffeurs pour que vous trouviez toujours une voiture ? Voici comment.

Gato : un seul Transformer pour les gouverner tous ! Le premier agent généraliste d’apprentissage par renforcement fondé sur les Transformers !

Un modèle GAN qui utilise de simples blobs pour manipuler les objets dans les images… Une fois que nous obtenons de bons résultats.

Un modèle à code source libre aussi puissant que GPT-3 ! On peut dire que ce nouveau modèle est très semblable à GPT-3, mais que son code source est ouvert et qu’il est meilleur pour l’environnement.

Cette IA peut reconstruire, améliorer et retoucher vos images ! Elle vous trouvera dans la représentation encodée de tous les visages, puis sera réentraînée pour que le modèle se concentre sur vos traits.

Un nouveau modèle qui génère automatiquement des résumés par apprentissage automatique, offert dans Google Docs et que vous pouvez déjà utiliser !

Un nouveau modèle utile d’OpenAI capable de générer des images et d’en modifier certaines zones par inpainting à partir d’un texte, avec des résultats incroyables !

Après un tel processus d’entraînement, vous fournissez seulement les images et les angles de caméra au moment de l’inférence.

Combiner le LiDAR et des caméras classiques pour la détection d’objets 3D : Waymo et Google Research.

Ce nouveau modèle d’IA entièrement gratuit peut réparer la plupart de vos vieilles photos en une fraction de seconde !

HackerNoon est le meilleur endroit où les développeurs de logiciels, les experts de la chaîne de blocs, les scientifiques des données et les passionnés de technologie peuvent lire, écrire et publier.

Il suffit donc d’entraîner ce modèle une fois sur un dataset général, puis de l’utiliser avec vos propres pistes audio, puisqu’il devrait idéalement pouvoir se généraliser.

Passez de quelques images à un modèle 3D avec l’IA ! Et si les conditions d’éclairage variaient entre les photos et que le modèle généré semblait différent selon l’angle ?

La modification de visages dans de vraies vidéos avec l’IA et Stitch It in Time expliquée : le fonctionnement de ces systèmes visuels et les endroits où ils échouent.

Découvrez comment cet algorithme peut comprendre les images et supprimer automatiquement l’objet ou la personne indésirable pour sauver votre future publication Instagram !

Les 10 meilleurs articles de vision par ordinateur de 2021 avec des démonstrations, des articles, du code et les références scientifiques.

Une rétrospective mois par mois des articles scientifiques sur l’IA qui ont marqué 2021, avec de courtes explications et des articles, du code et les références complètes.

Les avancées en IA les plus intéressantes de décembre, avec des démos vidéo, de courts articles, le code et les références scientifiques.

Générez facilement des descriptions textuelles d’images avec les modèles CLIP et GPT ! Un tel modèle pourrait décrire automatiquement des films ou créer de meilleures applications.

Générez des scènes 3D à l’échelle d’une ville avec des détails de grande qualité à toutes les échelles ! Je n’expliquerai pas le fonctionnement de NeRF, puisque je l’ai déjà fait dans un article.

« Le sommeil n’est pas un luxe jetable, c’est une nécessité biologique non négociable. » Matthew Walker.

Les avancées en IA les plus intéressantes de novembre, avec des démonstrations vidéo, de courts articles, du code et les références des articles scientifiques.

Contrôlez n’importe quelle caractéristique à partir d’un croquis rapide. Le modèle modifiera seulement ce que vous voulez et gardera le reste de l’image identique! Un modèle de pointe pour modifier des images à partir de croquis.

Transformez vos petites images de 512 pixels en 4K grâce à l’IA ! Il vous faut maintenant seulement assez de données pour obtenir des résultats comme ceux-ci

Prenez une image du style que vous souhaitez reproduire, entrez le texte et l’algorithme générera une nouvelle image à partir de celui-ci !

Les avancées en IA les plus intéressantes d’octobre, avec des démos vidéo, de courts articles, le code et les références scientifiques.

Construisons des modèles 3D à partir de quelques photos…. Alors, devrions-nous utiliser ce genre de modèle lorsqu’il met en scène des humains ?

Si la musique d'un extrait audio est beaucoup trop forte, vous pouvez simplement augmenter les voix et baisser la musique!

Des réseaux neuronaux inspirés de la biologie pour les voitures autonomes expliquent comment les modèles de langage se comportent, échouent et s’améliorent.

Plus de 50 météorologues experts ont évalué le nouveau modèle de DeepMind, qui a surpassé les méthodes actuelles de prévision immédiate dans 89 % des situations pour sa précision et son utilité.

Les 3 articles scientifiques sur l’IA les plus intéressants du mois, avec des démonstrations vidéo, de courts articles, le code et les références.

Ce modèle peut réaliser toutes les applications de manipulation ou de génération vidéo que vous avez en tête !

TimeLens transforme quelques images en vidéo au ralenti. Voici comment le modèle comble les mouvements manquants et dans quels cas la vidéo générée peut échouer.

L’IA pouvait générer des images, puis, avec beaucoup de réflexion et d’essais-erreurs, les chercheurs pouvaient contrôler les résultats selon des styles précis. Maintenant.

Les 3 articles scientifiques sur l’IA les plus intéressants d’août 2021, avec des démos vidéo, de courts articles, le code et les références.

L’exposé d’Andrej Karpathy sur le pilote automatique de Tesla expliqué clairement en moins de 10 minutes.

Contrôlez les sorties des GANs à partir du type de connaissance le plus simple que vous puissiez leur fournir : des croquis dessinés à la main.

Dites adieu aux architectures complexes de GAN et de transformers pour générer des images. Cette nouvelle méthode peut générer de nouvelles images à partir de n’importe quelle entrée utilisateur.

Les 3 articles scientifiques sur l’IA les plus intéressants de juillet 2021, avec des démos vidéo, de courts articles, le code et les références.

À l’aide de plusieurs algorithmes d’apprentissage automatique exécutés en privé sur votre appareil.

Découvrez comment cette IA génère du code à partir de mots. Si les données sont échantillonnées aléatoirement sur GitHub, comment savoir si le code fonctionne et est bien écrit ?

Il existe déjà beaucoup d’infolettres sur l’apprentissage automatique, mais celle-ci est différente et conçue pour vous! (Elle contient des vidéos, des articles, du code, des démos...)

Comprenez en 2 minutes comment l’IA crée de nouvelles images avec les réseaux antagonistes génératifs.

Vous pouvez voir les CNN comme des réseaux qui compressent l’image en se concentrant, à chaque étape, sur l’une de ses caractéristiques précises.

Découvrez comment les machines deviennent surhumaines dans la plupart des domaines auxquels elles s’attaquent grâce à l’apprentissage par renforcement.

L’IA repère les feux de forêt plus vite que les humains. Une explication simple. Donc, en partant de cette solide base qu’ils ont.

Grâce à une architecture de GAN modifiée, les chercheurs peuvent déplacer des objets dans une image sans modifier l’arrière-plan ni les autres objets !

Les 3 articles de recherche en IA les plus intéressants de juin 2021, avec des démonstrations vidéo, de courts articles, le code et les références.

a) Image d’entrée, b) champ eulérien et c) mouvement nécessaire dans les images. Holynski, Aleksander et al., 2021.

Un guide pratique pour lire plus d’articles scientifiques sur l’IA sans vous laisser submerger, avec des habitudes pour les choisir, les survoler et les relire.

Ce nouveau modèle d’IA de Facebook peut traduire ou modifier chaque texte d’une image dans votre langue, tout en conservant le même style!

Cette IA peut transférer une coiffure sur votre portrait pour vous montrer le résultat avant de vous engager dans ce changement.

Comment fonctionne la détection des deepfakes, pourquoi les artefacts comptent et ce qu'un projet de recherche de l'armée américaine a révélé sur la détection des visages générés.

une liste organisée des plus récentes avancées en IA et en science des données de mai 2021, avec une explication vidéo claire et un lien vers un article plus détaillé.

Appliquez n’importe quel style à votre image 4K en temps réel grâce à cette nouvelle approche basée sur l’apprentissage automatique !

Cette IA peut être appliquée en direct au jeu vidéo et transformer chaque trame pour qu’elle paraisse beaucoup plus naturelle.

Générez des modèles 3D d’humains ou d’animaux en mouvement à partir d’une courte vidéo en input seulement.

Rééclairez correctement n’importe quel portrait selon l’éclairage du nouvel arrière-plan que vous ajoutez.

La prochaine étape de la synthèse de vues : la génération de vues perpétuelles, dont le but est de plonger dans une image et d’en explorer le paysage !

Une liste organisée des plus récentes avancées en IA et en science des données d’avril 2021, avec une explication vidéo claire et un lien vers un article plus détaillé.

Je partage ouvertement tout sur les réseaux profonds pour les applications de vision, leurs succès et les limites auxquelles nous devons nous attaquer.

Les 3 articles scientifiques sur l’IA les plus intéressants de mars 2021, avec des démos vidéo, de courts articles, le code et les références.

Un projet d’introduction amusant à la vision par ordinateur et à Python dans Google Colab. iterative-grabcut utilise un simple rectangle et un pinceau pour retirer l’arrière-plan d’une image.

Ce modèle prometteur appelé GANverse3D a seulement besoin d’une image pour créer une figure 3D qui peut être personnalisée et animée!

Grâce à cette interface nerveuse assistée par l’IA, un amputé peut contrôler une main neuroprosthétique avec une dextérité et une intuitivité proches du naturel.

En moins de 5 minutes, vous saurez comment l’architecture Transformer peut être appliquée à la vision par ordinateur grâce à un nouvel article scientifique sur le Swin Transformer.

Odei Garcia-Garin et ses collègues de l’Université de Barcelone ont créé un algorithme d’apprentissage profond capable de détecter et de quantifier les déchets flottants dans des images aériennes.

OpenAI vient de publier l’article qui explique le fonctionnement de DALL-E ! Il s’intitule « Zero-Shot Text-to-Image Generation ».

Ce qui s’est passé en recherche sur l’IA en janvier 2021. Les 3 articles scientifiques les plus intéressants !

S'inspirer des capacités humaines pour créer une IA plus générale et digne de confiance, avec 10 questions destinées à la communauté de recherche en IA.

Une sélection des plus récentes avancées en IA de 2020, classées par date de publication, avec une explication vidéo claire, un article détaillé et le code.

Un data scientist professionnel répond aux 12 questions les plus posées. Clarifiez et déconstruisez les mythes que vous avez développés autour de ce domaine!

Avec cette nouvelle méthode d’entraînement conçue par NVIDIA, vous pouvez entraîner un puissant modèle génératif avec un dixième des images et rendre possibles de nombreuses applications.

Cette nouvelle technique de suppression d’arrière-plan peut extraire une personne d’une seule image en input, sans avoir besoin d’un fond vert, et ce, en temps réel !

La reconnaissance faciale, les publicités ciblées et la reconnaissance d’images ont toutes un point en commun. Elles utilisent les meilleurs réseaux neuronaux convolutifs.

Cette méthode s’appelle DeOldify et fonctionne avec pratiquement n’importe quelle photo. Si vous ne me croyez pas, vous pouvez même l’essayer vous-même gratuitement.

Ce modèle d’intelligence artificielle transfère des vêtements entre des photos à partir d’une seule photo de vous et d’une seule photo du vêtement! C’est ce qu’on appelle le transfert de vêtements.

Cette IA peut transformer n’importe laquelle de vos photos en une représentation fidèle dans le style d’un personnage de film d’animation Disney !

Comprenez le fonctionnement des deepfakes et créez le vôtre ! Vous devriez vraiment vous lancer si cette technologie vous intéresse !

Si vous vous êtes déjà demandé ce qu’est GPT-3 et comment il peut vous être utile, à vous ou à votre entreprise, voici l’article que vous cherchiez.

YOLO, aussi appelé You Only Look Once, est l’un des algorithmes de détection d’objets en temps réel les plus puissants. Son nom vient du fait que...

Découvrez qui est Louis-François Bouchard, comment What's AI a commencé et comment son travail relie l’ingénierie IA, la formation, les vidéos et Towards AI.

Un parcours pratique pour apprendre l’ingénierie IA en 2026, des notions fondamentales au RAG, aux agents, aux évaluations, au déploiement et aux vrais projets.

Comment louisbouchard.ai gère les données analytiques, les expériences A/B, les messages de contact, les commentaires, les conversations avec l’assistant IA, les réglages du navigateur et les intégrations de tiers.

Contactez Louis-François Bouchard pour de la formation en IA, des services-conseils, des commandites, des demandes de podcast, des collaborations ou des questions pratiques en ingénierie IA.

Un parcours ciblé pour apprendre les LLMs, des notions de base à la construction pratique, avec des ressources pour les développeurs qui veulent de vraies compétences en ingénierie IA.

Un parcours accessible aux débutants pour apprendre l’IA à partir de zéro en 2026, avec des ressources gratuites, des projets et un ordre pratique pour éviter de se perdre.

Des réponses sur Louis-François Bouchard, What's AI, Towards AI, les cours, les commandites, la formation B2B, les conférences et la communauté.

Abonnez-vous à l’infolettre sur l’IA de Louis-François Bouchard pour recevoir des nouvelles sur l’ingénierie IA, des notes de recherche, des vidéos, des outils et des points de vue axés sur les builders.

Le podcast What's AI présente des conversations avec des builders, des chercheurs, des fondateurs et des formateurs qui travaillent sur l’IA pratique et l’apprentissage automatique.

Rejoignez la communauté Learn AI Together pour apprendre l’IA avec d’autres builders, poser vos questions, partager vos projets et rester au contact du travail concret en IA.

Commanditez What's AI pour rejoindre des builders, des développeurs, des étudiants et des équipes qui s’intéressent à la formation pratique en IA et à l’ingénierie IA.

Regardez les vidéos What's AI de Louis-François Bouchard sur l’ingénierie IA, les LLMs, les agents, la vision par ordinateur, les articles de recherche et les outils pratiques en IA.

Formation en IA, conseil et soutien au recrutement pour les équipes qui veulent adopter l’IA avec des systèmes pratiques, pas des démos vagues ni du battage médiatique.