Les types d'IA : Machine Learning, Deep Learning et LLM

Niveau : Débutant · Prérequis : Histoire et évolution de l’IA · Temps de lecture : ~9 min

Quand on parle d‘“IA”, on désigne en réalité une famille de technologies très différentes les unes des autres. Un filtre anti-spam, un réseau de neurones qui reconnaît des tumeurs sur des images médicales et un modèle de langage comme ChatGPT n’ont pas grand-chose en commun, si ce n’est qu’ils font tous partie du grand arbre généalogique de l’intelligence artificielle. Dans ce chapitre, nous allons cartographier cet arbre, en comprenant comment chaque branche se distingue et pourquoi cette distinction compte pour vous en tant que praticien·ne de l’IA.

IA symbolique vs IA connectionniste : les deux grandes familles

Depuis les origines, l’IA a été traversée par une tension fondamentale entre deux visions radicalement différentes de l’intelligence artificielle.

	IA symbolique	IA connectionniste
Principe	Encoder la connaissance sous forme de règles logiques explicites	Apprendre à partir de données, par ajustement de paramètres numériques
Métaphore	Un expert qui rédige un manuel de règles	Un enfant qui apprend par l’expérience et l’imitation
Forces	Explicable, prévisible, fiable dans un périmètre strict	Flexible, performant sur des données complexes et non structurées
Faiblesses	Ne passe pas à l’échelle, fragile hors périmètre	Boîte noire, gourmand en données et en calcul
Exemples	Systèmes experts, moteurs de règles, calculateurs symboliques	Machine learning, deep learning, LLM

Aujourd’hui, l’IA connectionniste (et particulièrement le deep learning) domine les applications grand public. Mais l’IA symbolique n’a pas disparu : elle est parfois combinée avec l’apprentissage automatique dans des approches hybrides (neuro-symboliques), notamment pour des domaines à forte exigence de fiabilité comme le médical ou le juridique.

L’IA générative que vous utilisez au quotidien (ChatGPT, Gemini, Claude, Mistral…) est entièrement connectionniste. Elle n’applique aucune règle logique explicite : elle génère du texte en prédisant le mot le plus probable en fonction du contexte, grâce à des milliards de paramètres appris sur d’immenses corpus textuels.

Trois grandes approches en détail

Machine Learning
Deep Learning
LLM

Le machine learning : apprendre à partir des données

Le machine learning (ML) est la branche de l’IA qui donne aux ordinateurs la capacité d’apprendre sans être explicitement programmés pour chaque tâche. Plutôt que d’écrire des règles à la main, on fournit au système des données et un objectif, et il découvre lui-même les patterns pertinents.

Les trois grandes familles d’apprentissage

1. Apprentissage supervisé

Le système apprend à partir d’exemples étiquetés : chaque donnée d’entraînement est accompagnée de la réponse correcte.

Comment ça marche : on montre 10 000 photos de chats (avec l’étiquette “chat”) et 10 000 photos d’autres animaux. Le modèle apprend à distinguer les deux.
Exemples concrets : classification d’emails (spam/non-spam), prédiction du prix d’un appartement, diagnostic médical à partir d’images, détection de fraude bancaire.
Analogie : un élève qui apprend avec des exercices corrigés.

2. Apprentissage non supervisé

Le système reçoit des données sans étiquettes et doit trouver lui-même une structure cachée.

Comment ça marche : on donne des milliers de profils clients sans aucune catégorie prédéfinie. Le modèle identifie des groupes naturels (clusters) aux comportements similaires.
Exemples concrets : segmentation de clientèle, détection d’anomalies, compression de données, recommandation de contenu.
Analogie : un explorateur qui cartographie un territoire inconnu sans carte de référence.

3. Apprentissage par renforcement

Un agent apprend en interagissant avec un environnement : il reçoit des récompenses ou des pénalités selon ses actions et optimise sa stratégie pour maximiser les récompenses sur le long terme.

Comment ça marche : l’agent essaie des actions, observe le résultat (récompense positive ou négative) et ajuste son comportement. Il n’a pas besoin d’exemples préalables.
Exemples concrets : AlphaGo (Go), les IA de jeux vidéo, le réglage fin des LLM (RLHF : Reinforcement Learning from Human Feedback), les robots industriels.
Analogie : apprendre à faire du vélo par essais et erreurs, sans que personne ne vous explique les règles.

RLHF et ChatGPT : les grands modèles de langage comme ChatGPT ne sont pas uniquement entraînés par apprentissage supervisé. Ils sont ensuite affinés par renforcement à partir de feedbacks humains (RLHF) : des évaluateurs humains notent les réponses du modèle, et ces notes servent à orienter le modèle vers des réponses plus utiles, plus sûres et plus alignées avec les préférences humaines.

Le deep learning : l’intelligence par les neurones artificiels

Le deep learning (apprentissage profond) est une sous-catégorie du machine learning qui utilise des réseaux de neurones artificiels à de nombreuses couches. C’est lui qui est responsable des percées les plus spectaculaires des dix dernières années : reconnaissance vocale, vision par ordinateur, génération de texte et d’images.

Qu’est-ce qu’un réseau de neurones artificiel ?

Inspiré (de façon très lointaine) du cerveau humain, un réseau de neurones artificiel est composé de :

Neurones artificiels : de simples fonctions mathématiques qui reçoivent des entrées numériques et produisent une sortie.
Couches : les neurones sont organisés en couches successives : une couche d’entrée, des couches cachées, une couche de sortie.
Connexions pondérées : chaque connexion entre neurones a un poids (un nombre) qui détermine l’importance de ce signal. C’est l’ajustement de ces millions (ou milliards) de poids lors de l’entraînement qui constitue l’apprentissage.

Pourquoi “profond” ?

Le qualificatif “profond” (deep) fait référence au nombre de couches cachées dans le réseau. Les réseaux superficiels des années 1980 avaient une ou deux couches. Les réseaux modernes en ont des dizaines, des centaines, voire des milliers. Cette profondeur permet au réseau de construire des représentations hiérarchiques de plus en plus abstraites :

Dans un réseau de reconnaissance d’images, les premières couches détectent des contours simples, les couches intermédiaires des formes, les couches profondes des objets complets.
Dans un réseau de traitement du langage, les premières couches capturent des relations syntaxiques locales, les couches profondes des nuances sémantiques complexes.

Les architectures clés du deep learning

Architecture	Usage principal	Exemple célèbre
CNN (Réseaux convolutifs)	Images, vidéos	AlexNet, ResNet
RNN / LSTM	Séquences temporelles, texte	Traduction des années 2016–2017
Transformer	Texte, images, audio	GPT, BERT, Whisper, DALL·E
GAN	Génération d’images	Deepfakes, StyleGAN
Diffusion	Génération d’images HD	Stable Diffusion, Midjourney

Deep learning ≠ cerveau humain. Malgré l’analogie avec les neurones, un réseau de neurones artificiel est avant tout une fonction mathématique très complexe. Il n’y a pas de conscience, pas de compréhension, pas d’expérience subjective. L’analogie biologique a été utile pour l’inspiration, mais elle est trompeuse si on la prend trop au pied de la lettre.

Les LLM : le deep learning appliqué au langage

Les Large Language Models (grands modèles de langage, ou LLM) sont des modèles de deep learning entraînés spécifiquement sur d’immenses quantités de texte, dans le but de comprendre et de générer du langage naturel. Ils représentent l’état de l’art actuel de l’IA générative et constituent le cœur de ce cours.

Comment fonctionne un LLM ?

Un LLM est entraîné sur une tâche en apparence simple : prédire le prochain mot (ou token) dans une séquence. Cette tâche, répétée des milliards de fois sur des centaines de milliards de mots, force le modèle à développer une représentation interne extraordinairement riche du langage, du monde et des raisonnements humains.Le processus d’entraînement d’un assistant moderne peut comporter plusieurs phases :

Pré-entraînement : le modèle ingère des téraoctets de texte (livres, articles, code, sites web) et apprend à prédire le prochain token. C’est de loin la phase la plus coûteuse.
Fine-tuning supervisé (SFT) : le modèle est affiné sur des exemples de conversations de haute qualité, annotées par des humains, pour apprendre à être un assistant utile.
Alignement sur des préférences : le modèle peut être optimisé avec du RLHF, du RLAIF, du DPO ou d’autres méthodes afin d’améliorer son utilité et sa sécurité. Tous les fournisseurs n’utilisent pas exactement la même recette.

Pourquoi les LLM sont-ils si capables ?

La clé réside dans l’architecture Transformer et le mécanisme d’attention. Contrairement aux réseaux récurrents (RNN), qui traitaient le texte mot par mot de façon séquentielle, un Transformer peut examiner toutes les relations entre tous les tokens d’un texte en parallèle. Cela lui permet de saisir des dépendances à longue distance (le sens d’un mot au début d’un long paragraphe peut influencer l’interprétation d’un mot à la fin) et d’être entraîné beaucoup plus efficacement sur GPU.

Les LLM et les capacités émergentes

En changeant d’échelle, les LLM progressent sur des tâches qui n’ont pas été enseignées explicitement : traduction, analogies, code ou résolution de problèmes. Certaines courbes de benchmark donnent l’impression d’une apparition soudaine. Une partie de cet effet dépend toutefois du choix de la métrique et du seuil de réussite. Parlez donc de capacités émergentes avec prudence : le phénomène est observé, mais son caractère réellement abrupt reste débattu.

Les LLM les plus connus aujourd’hui

Modèle	Organisation	Particularité
GPT-6 Astra	OpenAI	Multimodal (texte, image, audio)
Claude Fable 5.1 / Opus 5.5 / Sonnet 5	Anthropic	Contexte très long (1 million de tokens), plusieurs compromis coût-performance
Gemini 3.1 Pro	Google DeepMind	Fenêtre de contexte d’1 million de tokens
Muse Spark 1.3	Meta	Modèle phare propriétaire (poids fermés), orienté agents et code
Mistral Large 3	Mistral AI	Français, open source, efficace

Meta a longtemps mis en avant sa famille Llama, à poids ouverts et toujours téléchargeable. Depuis avril 2026, l’entreprise met plutôt en avant Muse Spark, un modèle fermé développé par sa nouvelle division Meta Superintelligence Labs. En août 2026, Meta a toutefois publié Muse Glimmer, un modèle à poids ouverts sous licence Apache 2.0, aux côtés de Muse Spark.

Les LLM ne “savent” pas, ils prédisent. C’est une distinction cruciale pour bien les utiliser. Quand un LLM vous répond, il ne consulte pas une base de données de faits vérifiés : il génère la suite de texte la plus probable compte tenu du contexte. C’est pourquoi il peut produire des affirmations fausses formulées avec une grande assurance, un phénomène appelé hallucination. Savoir cela vous rend un bien meilleur utilisateur de ces outils.

Où se situent ces technologies les unes par rapport aux autres ?

Pour conclure, voici une vue synthétique qui résume les relations d’inclusion entre ces concepts :

Intelligence Artificielle (IA)
├── IA symbolique (systèmes experts, logique formelle)
└── IA connectionniste
    └── Machine Learning (ML)
        ├── Apprentissage supervisé
        ├── Apprentissage non supervisé
        ├── Apprentissage par renforcement
        └── Deep Learning
            ├── CNN (vision)
            ├── Transformer (langage, multimodal)
            │   └── LLM (GPT, Claude, Gemini, LLaMA…)
            └── Diffusion (génération d'images)

Le même arbre, sous forme de schéma : Le deep learning est une sous-famille du machine learning, lui-même une sous-famille de l’IA. Les LLM sont un type particulier de deep learning basé sur l’architecture Transformer. Quand vous utilisez ChatGPT, vous utilisez donc simultanément de l’IA, du machine learning, du deep learning et un LLM, les quatre niveaux en même temps.

Maintenant que vous maîtrisez les fondamentaux conceptuels de l’IA, nous allons entrer dans le vif du sujet : comment communiquer efficacement avec ces systèmes grâce au prompt engineering.

Testez vos connaissances

Quiz : Le deep learning et le machine learning sont-ils deux catégories distinctes et parallèles ?

Non. Le deep learning est une sous-catégorie du machine learning, pas une branche séparée. Le machine learning regroupe l’ensemble des techniques qui apprennent à partir de données (supervisé, non supervisé, par renforcement), et le deep learning est l’une de ces techniques : celle qui utilise des réseaux de neurones à de nombreuses couches. Tous les LLM sont donc à la fois du deep learning, du machine learning et de l’IA connexionniste, les trois niveaux s’emboîtent.

Introduction

Concepts Clés

Les types d'IA : Machine Learning, Deep Learning et LLM

IA symbolique vs IA connectionniste : les deux grandes familles

Trois grandes approches en détail

Le machine learning : apprendre à partir des données

Les trois grandes familles d’apprentissage

1. Apprentissage supervisé

2. Apprentissage non supervisé

3. Apprentissage par renforcement

Le deep learning : l’intelligence par les neurones artificiels

Qu’est-ce qu’un réseau de neurones artificiel ?

Pourquoi “profond” ?

Les architectures clés du deep learning

Les LLM : le deep learning appliqué au langage

Comment fonctionne un LLM ?

Pourquoi les LLM sont-ils si capables ?

Les LLM et les capacités émergentes

Les LLM les plus connus aujourd’hui

Où se situent ces technologies les unes par rapport aux autres ?

Testez vos connaissances

​IA symbolique vs IA connectionniste : les deux grandes familles

​Trois grandes approches en détail

​Le machine learning : apprendre à partir des données

​Les trois grandes familles d’apprentissage

​1. Apprentissage supervisé

​2. Apprentissage non supervisé

​3. Apprentissage par renforcement

​Le deep learning : l’intelligence par les neurones artificiels

​Qu’est-ce qu’un réseau de neurones artificiel ?

​Pourquoi “profond” ?

​Les architectures clés du deep learning

​Les LLM : le deep learning appliqué au langage

​Comment fonctionne un LLM ?

​Pourquoi les LLM sont-ils si capables ?

​Les LLM et les capacités émergentes

​Les LLM les plus connus aujourd’hui

​Où se situent ces technologies les unes par rapport aux autres ?

​Testez vos connaissances

IA symbolique vs IA connectionniste : les deux grandes familles

Trois grandes approches en détail

Le machine learning : apprendre à partir des données

Les trois grandes familles d’apprentissage

1. Apprentissage supervisé

2. Apprentissage non supervisé

3. Apprentissage par renforcement

Le deep learning : l’intelligence par les neurones artificiels

Qu’est-ce qu’un réseau de neurones artificiel ?

Pourquoi “profond” ?

Les architectures clés du deep learning

Les LLM : le deep learning appliqué au langage

Comment fonctionne un LLM ?

Pourquoi les LLM sont-ils si capables ?

Les LLM et les capacités émergentes

Les LLM les plus connus aujourd’hui

Où se situent ces technologies les unes par rapport aux autres ?

Testez vos connaissances