---
marp: true
theme: default
paginate: true
title: "Applied AI — Session 5 : L'IA qui voit, entend et crée"
author: "Yann Isola"
style: |
  :root {
    --sk-dark: #1A2230;
    --sk-teal: #0F7A6C;
    --sk-copper: #B4612A;
    --sk-mint: #E9F6F3;
    --sk-bg: #F4F7F6;
  }
  section {
    background: var(--sk-bg);
    color: var(--sk-dark);
    font-family: 'Segoe UI', 'Helvetica Neue', Arial, sans-serif;
  }
  h1, h2 { color: var(--sk-teal); }
  strong { color: var(--sk-copper); }
  blockquote {
    background: var(--sk-mint);
    border-left: 6px solid var(--sk-teal);
    padding: 0.6em 1em;
  }
  section.lead {
    background: var(--sk-dark);
    color: var(--sk-mint);
  }
  section.lead h1 { color: var(--sk-mint); }
  section.lead h2 { color: var(--sk-teal); }
---

<!-- _class: lead -->

# 🎨 L'IA qui voit, entend et crée

## Applied AI — Niveau Débutant · Session 5

**Yann Isola**

*Jusqu'ici, on a parlé à l'IA par écrit.
Aujourd'hui, on découvre ses yeux, ses oreilles… et son pinceau.*

---

# Aujourd'hui, on découvre 🗺

1. 🌈 L'IA **multimodale** — bien plus que du texte
2. 👁 Comment l'IA **voit** (pixels → reconnaissance)
3. 🎨 L'IA qui **dessine**, 🎙 qui **écoute**, 🗣 qui **parle**
4. 🎵🎬 Musique et vidéo : les frontières actuelles ⚠
5. 🕵 Les **deepfakes** : repérer le faux
6. 💚 Les applications qui changent des vies
7. 🛠 **Activité :** créer avec l'IA !

---

# Question d'ouverture 🤔

> Avez-vous déjà utilisé une IA qui **ne lit pas du texte**…
> mais qui **voit** ou qui **écoute** ?

Indices :

- 📱 Comment déverrouillez-vous votre téléphone ?
- 🎤 « Dis Siri… », « OK Google… »
- 🎶 Shazam, qui reconnaît une chanson en 3 secondes
- 📺 Les sous-titres automatiques sur YouTube

**Vous utilisez l'IA multimodale tous les jours — souvent sans le savoir.**

---

# L'IA multimodale 🌈

**Multi** = plusieurs · **Modale** = types de contenus (« modes »)

Une IA multimodale peut **comprendre et créer** :
📝 du texte · 🖼 des images · 🔊 du son · 🎬 de la vidéo

> 💬 Avant : discuter avec l'IA par SMS, dans le noir.
> 🌈 Maintenant : elle regarde vos photos, écoute votre voix,
> et peut répondre en dessinant.

---

# Les « sens » de l'IA 👁👂🗣

| Sens humain | Équivalent IA | Exemple du quotidien |
|---|---|---|
| La vue 👁 | Vision par ordinateur | Déverrouillage facial |
| L'ouïe 👂 | Reconnaissance vocale | « Dis Siri… » |
| La parole 🗣 | Synthèse vocale | Le GPS qui parle |
| Le dessin ✍ | Génération d'images | DALL-E, Midjourney ⚠ |

⚠ **Nuance :** l'IA ne « voit » pas comme nous.
Elle transforme tout en **nombres** et y cherche des motifs. Pas de conscience — du calcul.

---

# Comment l'IA voit — Étape 1 : les pixels 🔲

Une image numérique = une **grille de petits carrés colorés** : les **pixels**
(*picture elements* : « éléments d'image »)

Chaque pixel = 3 nombres : **R**ouge, **V**ert, **B**leu (code **RVB**), de 0 à 255

```
🟥 Rouge vif  = R:255  V:0    B:0
🟦 Bleu ciel  = R:135  V:206  B:235
⬜ Blanc      = R:255  V:255  B:255
```

> Pour l'ordinateur, une photo de chat = **un immense tableau de nombres.** Rien d'autre.

🖥 *Démo : l'explorateur de pixels — zoomons jusqu'aux carrés !*

---

# Étape 2 : les indices visuels 🧩

L'IA apprend à repérer des **motifs**, du simple au complexe :

1. ➖ **Très simple :** contours, lignes, taches de couleur
2. 🔺 **Moyen :** formes — un œil, une oreille pointue, des moustaches
3. 🐱 **Complexe :** l'objet entier — un chat !

> 📖 Comme apprendre à lire :
> **lettres → syllabes → mots → phrases**
> L'IA fait pareil : **traits → formes → objets**

*(En anglais, ces indices s'appellent des **features**, « caractéristiques »)*

---

# Étape 3 : la reconnaissance ✅

Après avoir vu **des millions d'images étiquetées**
(« ceci est un chat », « ceci est un chien »)…

…l'IA associe les motifs détectés à une réponse, avec un **score de confiance** :

> 🐱 « Chat : **97 %** » · 🐶 « Chien : 2 % » · 🦊 « Renard : 1 % »

**Rappel des sessions précédentes :** c'est de l'apprentissage à partir d'exemples — pas de la magie. Et elle peut se tromper !

---

# La vision par ordinateur autour de vous 🌍

- 📱 **Déverrouillage facial** — le téléphone mesure la géométrie de votre visage (distance entre les yeux, forme du nez…)
- 🚗 **Voitures autonomes** — détecter piétons, panneaux, lignes… des dizaines de fois par seconde
- 🏥 **Imagerie médicale** — repérer des anomalies sur les radios, parfois invisibles à l'œil

> ⚕ **Règle d'or :** l'IA **assiste** le médecin.
> Le diagnostic et la décision restent **humains**.

---

# Quand la vision se trompe 😅

L'IA reconnaît des **motifs** — elle ne « comprend » pas la scène.

- 🛑 Un simple autocollant sur un panneau STOP peut la perturber
- 🐕 Un chien dans une position inhabituelle → « chat à 60 % ? »
- 🌫 Brouillard, contre-jour, angle bizarre → confiance en chute

**Leçon :** impressionnante, mais pas infaillible.
C'est pour ça que l'humain garde le contrôle sur les décisions importantes.

---

# L'IA qui dessine 🎨 ⚠

Vous écrivez une **description** (un *prompt*) → l'IA crée l'image.

**Les grands noms** ⚠ *(ça évolue vite !)* :
- **DALL-E** (OpenAI) — intégré à ChatGPT
- **Midjourney** — le rendu artistique
- **Stable Diffusion** — open source (code ouvert)

> ✍ *« Un chat astronaute qui plante un drapeau sur la Lune,
> style dessin animé, couleurs vives »* → 🖼 ✨

---

# Comment fait-elle ? (version simple) 🌫→🖼

Beaucoup de ces IA fonctionnent par **diffusion** :

1. 🌫 Elles partent d'un « brouillard » de pixels aléatoires
2. 🧹 Elles le « nettoient » petit à petit…
3. 🧭 …guidées par votre description…
4. 🖼 …jusqu'à faire apparaître l'image !

> Comme un polaroid qui se révèle — mais **piloté par vos mots**.

**Points faibles connus ⚠ :** les mains 🤚, le texte dans l'image, les détails fins.
*(En amélioration constante !)*

---

# L'IA qui écoute 🎙

**Reconnaissance vocale :** 🔊 son → 🔢 nombres → 📝 texte

Votre voix est une **onde sonore** → encore des nombres !
L'IA a appris sur des **milliers d'heures de parole**.

**Applications :**
- 🎤 Assistants vocaux : Siri, Alexa, Google Assistant
- ⌨ Dictée vocale (écrire sans clavier)
- 📺 **Sous-titres automatiques** — YouTube, visio, TV en direct

> 💚 Une révolution pour les personnes sourdes ou malentendantes.

---

# L'IA qui parle 🗣 ⚠

**Synthèse vocale :** le chemin inverse — 📝 texte → 🔊 son
*(en anglais : text-to-speech, **TTS**, « du texte à la parole »)*

- 🗺 Le GPS, la lecture d'articles, les livres audio
- 💬 Une voix pour les personnes qui ne peuvent pas parler
  *(comme le célèbre physicien Stephen Hawking)*
- 🎭 Voix de plus en plus **naturelles** : intonations, pauses, émotions ⚠

> ⚠ Certains outils peuvent **cloner une voix** en quelques secondes
> d'enregistrement… On en reparle très vite. 🕵

---

# Musique et vidéo : les frontières 🎵🎬 ⚠

**Musique — Suno, Udio…** ⚠
Une description → une chanson complète : paroles, voix, instruments 🤯

**Vidéo — Sora, Veo, Runway…** ⚠
Un texte → une courte vidéo réaliste.
Encore imparfait : physique bizarre, objets qui apparaissent/disparaissent…

> ⏩ Ce qui est « impossible » aujourd'hui sera peut-être **banal dans un an**.
> D'où la question qui suit : *peut-on encore croire ce qu'on voit ?*

---

<!-- _class: lead -->

# 🕵 Les deepfakes

## Quand l'IA fabrique du faux… très réaliste

**deep** (apprentissage profond) + **fake** (faux)

*Image, voix ou vidéo créée par IA pour faire croire à quelque chose de faux.*

---

# Pourquoi c'est un problème ⚠

- 🗳 **Désinformation** — fausses déclarations de personnalités, fausses « preuves »
- 📞 **Arnaques** — la voix clonée d'un proche qui « appelle » pour demander de l'argent (ça existe vraiment !)
- 😢 **Harcèlement** — fausses images de personnes réelles : **illégal et gravement puni**
- 🌪 **Le pire :** l'érosion de la confiance…

> Quand tout peut être faux, on peut aussi **nier ce qui est vrai** :
> « Cette preuve ? Bah, c'est un deepfake ! »

---

# Les 4 réflexes du détective 🕵✅

1. 👁 **Les détails** — mains, dents, reflets, texte illisible, ombres incohérentes ⚠ *(de moins en moins fiables avec le temps !)*
2. 🎬 **Le mouvement** — clignements étranges, lèvres désynchronisées
3. 📰 **La source** — qui a publié ? Un média fiable ? L'info existe-t-elle ailleurs ?
4. 🧠 **Le bon sens** — trop beau/choquant pour être vrai ? Émotion forte = **vérifier avant de partager**

> 🎮 **À vous de jouer : le jeu du détective deepfake !**
> *(page web de la session — vrai ou IA ?)*

---

# Douter ≠ ne plus rien croire 🧭

L'objectif n'est **pas** de devenir paranoïaque.

L'objectif : devenir **vérificateur**.

> ✅ Douter = **vérifier avant de croire**
> ✅ Et surtout : **vérifier avant de partager**

La compétence n°1 du 21e siècle : savoir remonter à la **source**.

---

# L'IA multimodale qui change des vies 💚

**Accessibilité :**
- 📺 Sous-titres en temps réel (personnes sourdes/malentendantes)
- 👁 Audiodescription IA : le téléphone **décrit à voix haute** ce que voit sa caméra (personnes aveugles/malvoyantes) — lire un menu, reconnaître un billet
- 🗣 Une voix de synthèse pour ceux qui ne peuvent pas parler

**Médecine :**
- 🩻 Aide à la détection de cancers sur radios et mammographies
- ⚕ **L'IA assiste, l'humain décide** — toujours.

---

# Art et créativité 🎭

De nouveaux outils pour les artistes :
- 🖼 Illustrer une histoire en quelques minutes
- 🎵 Composer une maquette de chanson
- 🎬 Prototyper une scène de film

> 🤔 **Débat :** une image générée par IA, est-ce de l'art ?
> *(Il n'y a pas de réponse officielle — défendez la vôtre !)*

📜 L'histoire se répète : la photographie, le synthétiseur… ont **transformé** l'art sans le tuer.

---

# 🛠 Activité : votre mini-studio IA

**Mission :** créer une mini-œuvre combinant **au moins 2 contenus** IA.

Thèmes au choix : 🚀 carte postale de l'an 3000 · 🐉 animal fantastique · 🌍 affiche pour la planète · 🎬 bande-annonce d'un film imaginaire

**Présentation en 1 minute :**
1. Ce que j'ai **demandé** (mon prompt)
2. Ce que j'ai **obtenu**
3. Ce que j'ai dû **corriger**

> 📜 Règle d'or : **jamais** le visage ou la voix d'une personne réelle sans son accord. Jamais. Même pour rire.

---

# Les 5 idées à retenir 🎯

1. 🌈 L'IA multimodale **voit, écoute, parle et crée** — pas que du texte
2. 🔢 Pour l'IA, tout est **nombres** : pixels, ondes sonores. Motifs, pas ressenti.
3. 👁 Vision : **pixels → indices visuels → reconnaissance**
4. 🎨 Générer image/musique/vidéo : une **description** suffit — et ça évolue à toute vitesse ⚠
5. 🕵 Deepfakes : **source, recoupement, méfiance des émotions fortes** — avant de partager

---

<!-- _class: lead -->

# Merci ! 🎨🎙👁

## À vérifier chez vous :

📺 Activez les sous-titres automatiques sur une vidéo — comptez les erreurs !
📞 Parlez des arnaques par voix clonée à un proche — proposez un **mot de code** en famille.

**Prochaine session :** éthique et esprit critique — on creuse ! 🧠

*Applied AI — Yann Isola*