La plupart des cours sur l'IA enseignent les outils actuels. Mais ce cours gratuit de Stanford, un véritable classique conçu par Peter Norvig et Sebastian Thrun, explore en profondeur les concepts fondamentaux indispensables pour comprendre véritablement l'intelligence artificielle.
Les points clés à retenir sur le cours sur l'IA de l'université de Stanford
Imaginez un instant que la technologie à l’origine des téléporteurs de Star Trek devienne soudainement réalité et soit adoptée de manière quasi universelle. Il va sans dire que cette capacité bouleverserait tout. En l’espace d’un an environ, on trouverait des plateformes de téléportation à chaque coin de rue.
Et le développement de cette technologie ouvrirait toute une série d’opportunités commerciales. Des formations verraient le jour pour expliquer comment installer les téléporteurs, comment leur indiquer sa destination, comment les réparer, comment les intégrer à sa stratégie d’entreprise, et bien plus encore.
Le hic, c’est que même si la technologie des téléporteurs pouvait élargir notre connaissance de la physique fondamentale, la plupart des gens ne se donneraient pas la peine d’étudier les principes physiques fondamentaux qui sous-tendent cette technologie. Au contraire, ils voudraient simplement savoir comment se rendre de Grenoble à Menton.
L’IA générative fonctionne en grande partie de la même manière. Cette technologie transformatrice a connu un succès phénoménal, et les outils pédagogiques sont omniprésents.
Mais l’IA ne se limite pas aux transformateurs, aux LLM, aux modèles de diffusion, à l’ingénierie des prompts et aux applications modernes de l’IA générative. La maîtrise de ces aspects de l’IA est désormais un minimum indispensable pour développer ses compétences en la matière.
En bref, l’IA générative ne représente qu’une partie du domaine bien plus vaste de l’intelligence artificielle.
À cette fin, je souhaite vous présenter un cours sur l’IA dispensé à Stanford dès 2011.
Suivez-moi un instant, car il est essentiel de comprendre que les connaissances fondamentales évoluent à un rythme différent de celui des connaissances sur les produits.
Oui, il y a 18 mois, le codage avec l’IA agentique n’existait pas, alors qu’aujourd’hui, c’est le cas. Cependant, bon nombre des problèmes fondamentaux étudiés par les chercheurs en IA, ainsi que les méthodes qu’ils utilisent pour les résoudre, sont bien plus pérennes et méritent largement d’être étudiés.
À cette fin, Udacity propose une version gratuite de son cours phare « Introduction à l’intelligence artificielle » que Peter Norvig et Sebastian Thrun avaient initialement dispensé à Stanford en 2011.
Ce cours a connu un succès phénoménal, tant par son ampleur que par son influence. Plus de 160 000 personnes se sont inscrites à la version en ligne originale, ce qui en a fait l’un des premiers cours en ligne ouverts à tous (MOOC) et a contribué à ouvrir la voie à la création d’Udacity par Thrun.
Norvig est chercheur émérite de Stanford et directeur de recherche chez Google. Il est également co-auteur de Artificial Intelligence: A Modern Approach, un manuel de référence toujours utilisé en 2026 dans les cours universitaires d’IA, notamment à Carnegie Mellon, à l’université de Boston, à Texas A&M et à l’université d’État de San José.
Thrun est le fondateur et président exécutif d’Udacity, ancien professeur à Stanford et chercheur chez Google, surtout connu pour ses travaux pionniers dans le domaine des voitures autonomes et de la robotique.
Je recommande ce cours d’introduction car il présente l’IA comme un vaste domaine de l’informatique, et non pas simplement comme un synonyme des grands modèles linguistiques. Le cours aborde les thèmes suivants :
Il ne s’agit pas là de produits ou de fonctionnalités éphémères. Ce sont des fondements mathématiques et conceptuels durables qui restent pertinents même lorsque la technologie qui s’articule autour d’eux évolue.
C’est ce qui en fait un excellent complément aux cours classiques sur l’IA générative que l’on voit actuellement. Gardez à l’esprit que, même aujourd’hui, les grands modèles de langage (LLM) ne peuvent pas résoudre tous les défis de l’IA. L’IA ne se limite pas à cela, et ce cours couvre cet univers élargi.
Il met en lumière les problèmes que les chercheurs en IA considéraient comme fondamentaux avant que les chatbots ne dominent le débat public. Il démontre également que l’intelligence ne se limite pas à la génération de langage et d’images. Les systèmes d’IA peuvent avoir besoin de représenter des connaissances, d’évaluer l’incertitude, de rechercher des solutions, de planifier des actions, de percevoir leur environnement et d’apprendre de leurs résultats.
Udacity ne publie pas d’estimation du temps nécessaire pour terminer la formation. Elle comprend 22 leçons principales (auxquelles s’ajoutent des séries d’exercices, des introductions, des examens, etc.). J’ai suivi la leçon sur la théorie des jeux, qui était fascinante. Elle comportait 19 segments, ce qui m’a pris environ deux heures, exercices compris. En comptant tous les exercices et examens, je recommanderais de prévoir entre 75 et 100 heures pour suivre ce cours dans son intégralité.
Je sais qu’il s’agit d’un cours assez ancien. Certains exemples et certains termes utilisés dans le cours de Norvig et Thrun datent un peu. La qualité vidéo et audio n’est pas tout à fait à la hauteur des standards auxquels nous sommes habitués aujourd’hui. Mais le contenu est approfondi et exhaustif.
La possibilité d’apprendre auprès de celui qui a littéralement coécrit le manuel de référence sur l’IA rend ce cours particulièrement précieux, d’autant plus qu’il est entièrement gratuit.
Soyons clairs : ce cours ne remplace pas les formations actuelles sur l’IA générative. Il est antérieur aux transformers, aux LLM, aux modèles de diffusion et aux frameworks de développement d’IA contemporains. Il n’aborde pas l’éthique de l’IA ni les enjeux qui bouleversent nos vies et que l’IA soulève à l’échelle planétaire.
Considérez ce cours comme un complément aux formations plus récentes qui traitent des modèles et outils actuels. Si vous souhaitez simplement l’équivalent d’un chatbot qui vous indique où vous envoyer, une formation sur l’IA générative pourrait suffire.
Mais si vous souhaitez comprendre les concepts fondamentaux et acquérir une perspective plus large qui vous apportera des bases solides et une meilleure compréhension de l’IA, ainsi que de l’ampleur bien plus vaste de l’IA au-delà de ChatGPT, le cours historique de Norvig et Thrun est un véritable trésor caché qui mérite largement que vous y consacriez du temps.
Ce montage financier atypique illustre l’ampleur du pari que SoftBank fait désormais sur OpenAI, érigée en partenaire central plutôt qu’en simple cible d’investissement.
Microsoft, Meta, Amazon, Alphabet et Oracle multiplient les contrats de location de centres de données afin de sécuriser les capacités nécessaires à l'essor de l'intelligence artificielle. Si cette stratégie leur permet d'anticiper la demande, elle accroît aussi leur exposition à des coûts fixes colossaux qui pourraient peser sur leur rentabilité.
Ce projet interviendrait alors qu’OpenAI et Apple s’affrontent devant la justice sur une présumée fuite de secrets commerciaux liés aux matériaux métalliques. Un litige qui pourrait peser sur le calendrier de lancement du produit.
