Apprendre à partir de données, classer avec les k plus proches voisins, tester un modèle, comprendre le neurone formel et juger les biais de l’IA : sept étapes.
Ton avancement
Étape 1 sur 4
1Étape 1
Comprendre
Le cours en 7 capsules · 2 écrans courts + 2 questions chacune · 30 min
7 capsules · 2 écrans et 2 questions chacune
2Étape 2
S’entraîner
4 exercices corrigés · Avec indices et corrigés · 55 min
Indices et corrigés détaillés. Tes réponses sur papier ne sont pas notées.
3Étape 3
Vérifier
Test de maîtrise · 10 questions · bilan en fin de test
Conseillé après les exercices. Tu sauras où tu en es.Passer le test
Un programme classique applique des règles écrites par un humain. Mais quelles règles écrire pour distinguer un chat d’un chien sur une photo ?
En apprentissage automatique, on fournit à un algorithme des milliers d’exemples accompagnés de la bonne réponse. Il en tire lui-même un modèle, qui répond ensuite pour des cas nouveaux. C’est aujourd’hui la principale méthode de l’intelligence artificielle (IA).
L’apprentissage automatique inverse la démarche : les réponses connues servent à fabriquer le modèle.
Notion 2
Caractéristiques et étiquettes
Chaque exemple est décrit par des caractéristiques mesurables : la longueur et la largeur d’un pétale, les pixels d’une image, les mots d’un courriel.
Quand on connaît sa réponse, l’exemple porte une étiquette : l’espèce de la fleur, « indésirable » ou non. Apprendre à partir d’exemples étiquetés, c’est l’apprentissage supervisé. Attribuer une classe à un nouvel exemple, c’est une classification.
Exemple
Longueur du pétale
Largeur
Étiquette
4,5 cm
1,5 cm
versicolor
5,6 cm
2,2 cm
virginica
4,7 cm
1,4 cm
versicolor
4,8 cm
1,6 cm
?
Deux caractéristiques et une étiquette par iris ; la dernière fleur est à classer. Données simplifiées.
Question 1 sur 2
Lequel de ces systèmes repose sur l’apprentissage automatique ?
Seul le logiciel de reconnaissance construit son modèle à partir d’exemples. Les trois autres appliquent des règles écrites à l’avance par un humain.
Question 2 sur 2
On entraîne un modèle à dire si une radiographie montre une fracture. Dans les données d’entraînement, qu’est-ce que l’étiquette ?
L’étiquette est la réponse connue que le modèle doit apprendre à prédire. Les pixels sont les caractéristiques ; le nom du patient est une donnée personnelle inutile à l’apprentissage.
Capsule 1 terminée
Apprendre à partir de données
2 questions
Ton parcours · L’intelligence artificielle
Capsule 1 : Apprendre à partir de données1
Capsule 2 : Les k plus proches voisins2
Capsule 3 : Le choix de k3
Capsule 4 : Entraînement et test4
Capsule 5 : Le neurone formel5
Capsule 6 : Biais et limites6
Capsule 7 : Enjeux éthiques7
2Capsule suivanteLes k plus proches voisinsDistance, voisins, vote majoritaire
Notion 1
Le principe
Pour classer une nouvelle fleur, l’algorithme des k plus proches voisins procède en trois temps :
calculer la distance entre la fleur à classer et chaque exemple étiqueté ;
retenir les k exemples les plus proches ;
lui attribuer la classe majoritaire parmi ces k voisins.
Avec k = 3, la fleur marquée d’un point d’interrogation a deux voisins versicolor et un virginica : elle est classée versicolor.
Les trois plus proches voisins sont dans le cercle : deux versicolor, un virginica. Données simplifiées.
Notion 2
Calculer une distance
Chaque exemple est un point dont les coordonnées sont ses caractéristiques. Entre A(xA ; yA) et B(xB ; yB), la distance vaut :
d = √((xB − xA)² + (yB − yA)²)
Entre la fleur à classer P(4,8 ; 1,6) et la fleur D(4,7 ; 1,4) : d = √(0,1² + 0,2²) = √0,05 ≈ 0,22 cm.
En Python, une fleur est un couple (longueur, largeur) ; ** 0.5 calcule une racine carrée.
Question 1 sur 2
Quelle est la distance entre les points A(1 ; 2) et B(4 ; 6) ?
d = √((4 − 1)² + (6 − 2)²) = √(9 + 16) = √25 = 5. 25 est le carré de la distance ; 7 additionne les écarts sans les élever au carré.
Question 2 sur 2
Avec k = 5, les cinq plus proches voisins d’un point ont pour classes : A, B, A, B, A. Quelle classe l’algorithme attribue-t-il au point ?
L’algorithme retient la classe majoritaire parmi les k voisins : 3 voix pour A, 2 pour B, donc A. L’unanimité n’est pas demandée.
Capsule 2 terminée
Les k plus proches voisins
2 questions
Ton parcours · L’intelligence artificielle
Capsule 1 : Apprendre à partir de données1
Capsule 2 : Les k plus proches voisins2
Capsule 3 : Le choix de k3
Capsule 4 : Entraînement et test4
Capsule 5 : Le neurone formel5
Capsule 6 : Biais et limites6
Capsule 7 : Enjeux éthiques7
3Capsule suivanteLe choix de kInfluence de k, égalités, échelles
Notion 1
Changer k change la réponse
La fleur P(4,8 ; 1,6) est comparée à huit fleurs étiquetées :
k = 1 : son plus proche voisin, à 0,14 cm, est un virginica → classée virginica ;
k = 3 : s’y ajoutent deux versicolor, à 0,22 et 0,32 cm → versicolor ;
k = 5 : trois versicolor contre deux virginica → versicolor.
La réponse dépend de k : c’est un paramètre à choisir.
Petit cercle : le plus proche voisin (k = 1) ; grand cercle : les trois plus proches (k = 3).
Notion 2
Bien choisir k
Un k trop petit rend la prédiction sensible à un seul exemple atypique ou mal étiqueté. Un k trop grand noie le voisinage : si k est égal au nombre total d’exemples, on prédit toujours la classe la plus nombreuse.
Avec deux classes, on prend k impair pour éviter les égalités. En pratique, on retient la valeur de k qui donne le meilleur taux de réussite sur des données de test.
Règles
Les caractéristiques doivent avoir des ordres de grandeur comparables : sinon, la plus grande écrase les autres dans le calcul de la distance.
Masse en grammes et taille en mètres : on ramène d’abord chaque caractéristique à une même échelle.
Avec beaucoup d’exemples, le calcul est long : il faut toutes les distances à chaque prédiction.
Trois précautions d’usage des k plus proches voisins.
Question 1 sur 2
Pourquoi choisit-on souvent un k impair quand il y a deux classes ?
Avec deux classes et k impair, l’une des deux a forcément plus de voix que l’autre. Avec k = 4, un vote 2 contre 2 ne permettrait pas de conclure.
Question 2 sur 2
Un jeu contient 70 photos de chats et 30 photos de chiens, étiquetées. Avec k = 100, que prédit l’algorithme pour une nouvelle photo ?
Avec k = 100, tous les exemples votent : 70 voix pour « chat » contre 30. La prédiction ne dépend plus de la photo : le voisinage est noyé.
Capsule 3 terminée
Le choix de k
2 questions
Ton parcours · L’intelligence artificielle
Capsule 1 : Apprendre à partir de données1
Capsule 2 : Les k plus proches voisins2
Capsule 3 : Le choix de k3
Capsule 4 : Entraînement et test4
Capsule 5 : Le neurone formel5
Capsule 6 : Biais et limites6
Capsule 7 : Enjeux éthiques7
4Capsule suivanteEntraînement et testSéparer les données, taux de réussite, surapprentissage
Notion 1
Deux jeux de données
Pour savoir si un modèle fonctionne, on ne le juge pas sur les exemples qu’il a appris. On partage au hasard les données étiquetées :
un jeu d’entraînement, souvent 70 à 80 % des exemples, sur lequel le modèle apprend ;
un jeu de test, mis de côté, qui mesure le taux de réussite sur des cas jamais vus.
Taux de réussite = bonnes prédictions ÷ nombre d’exemples de test.
Un partage 80 % / 20 % : les 200 exemples de test mesurent la réussite du modèle.
Notion 2
Le surapprentissage
Un modèle qui colle trop à ses exemples d’entraînement, erreurs et cas atypiques compris, généralise mal : c’est le surapprentissage. Il réussit à l’entraînement mais échoue sur les cas nouveaux.
Avec k = 1, chaque exemple d’entraînement est son propre plus proche voisin : la réussite sur l’entraînement vaut toujours 100 %. Seul le test dit si le modèle est bon.
Exemple
Filtre à courriels indésirables, k plus proches voisins. Données fictives.
k
Réussite à l’entraînement
Réussite au test
1
100 %
81 %
5
94 %
90 %
51
85 %
84 %
k = 1 surapprend, k = 51 ne distingue plus assez : k = 5 est le meilleur au test.
Question 1 sur 2
Sur 50 images de test, un modèle en classe correctement 46. Quel est son taux de réussite ?
46 ÷ 50 = 0,92, soit 92 %. Les 4 erreurs représentent 8 % des images de test.
Question 2 sur 2
Pourquoi ne mesure-t-on pas la réussite d’un modèle sur ses données d’entraînement ?
Un modèle peut réussir parfaitement sur ses exemples d’entraînement, comme avec k = 1, sans savoir généraliser. Seul un jeu de test jamais vu mesure sa réussite réelle.
Capsule 4 terminée
Entraînement et test
2 questions
Ton parcours · L’intelligence artificielle
Capsule 1 : Apprendre à partir de données1
Capsule 2 : Les k plus proches voisins2
Capsule 3 : Le choix de k3
Capsule 4 : Entraînement et test4
Capsule 5 : Le neurone formel5
Capsule 6 : Biais et limites6
Capsule 7 : Enjeux éthiques7
5Capsule suivanteLe neurone formelEntrées, poids, seuil, réseaux de neurones
Notion 1
Un neurone artificiel
En 1943, Warren McCulloch et Walter Pitts proposent un modèle très simplifié du neurone : le neurone formel.
Il reçoit des entrées x1, x2, x3…
Chaque entrée est multipliée par un poids w, qui fixe son importance.
Si la somme pondérée atteint un seuil, la sortie vaut 1 ; sinon, elle vaut 0.
Le neurone formel : chaque entrée compte selon son poids.
Notion 2
Apprendre, c’est ajuster les poids
En 1957, Frank Rosenblatt conçoit le perceptron, un neurone formel qui apprend : à chaque erreur sur un exemple d’entraînement, ses poids sont légèrement corrigés.
Un réseau de neurones assemble de nombreux neurones en couches, les sorties des uns servant d’entrées aux autres. Avec beaucoup de couches, des millions de poids et de grandes bases d’images, l’apprentissage profond s’impose à partir de 2012 en reconnaissance d’images.
Exemple
Un neurone qui réalise le ET logique : w1 = w2 = 1, seuil 1,5.
x1
x2
Somme
Sortie
0
0
0
0
0
1
1
0
1
0
1
0
1
1
2
1
Avec un seuil de 0,5, le même neurone réalise le OU : la sortie vaut 1 dès qu’une entrée vaut 1.
Question 1 sur 2
Un neurone a pour poids w1 = 0,5, w2 = 0,8, w3 = 0,3 et pour seuil 1. Que vaut sa sortie pour les entrées x1 = 1, x2 = 0, x3 = 1 ?
Somme pondérée : 0,5 × 1 + 0,8 × 0 + 0,3 × 1 = 0,8, inférieure au seuil 1 : la sortie vaut 0. 1,6 additionne tous les poids, y compris celui d’une entrée nulle ; la sortie vaut 0 ou 1, jamais 0,8.
Question 2 sur 2
Pendant l’entraînement d’un réseau de neurones, qu’est-ce qui est modifié ?
L’entraînement corrige les poids à partir des erreurs commises sur les exemples. Les étiquettes et le jeu de test restent inchangés.
Capsule 5 terminée
Le neurone formel
2 questions
Ton parcours · L’intelligence artificielle
Capsule 1 : Apprendre à partir de données1
Capsule 2 : Les k plus proches voisins2
Capsule 3 : Le choix de k3
Capsule 4 : Entraînement et test4
Capsule 5 : Le neurone formel5
Capsule 6 : Biais et limites6
Capsule 7 : Enjeux éthiques7
6Capsule suivanteBiais et limitesDonnées non représentatives, corrélations, boîte noire
Notion 1
Un modèle hérite de ses données
Un modèle apprend ce que contiennent ses données, défauts compris. Si un groupe y est sous-représenté, le modèle se trompe davantage pour ce groupe : c’est un biais.
En 2018, une étude de Joy Buolamwini et Timnit Gebru (MIT) montre que trois logiciels commerciaux qui devinent le genre d’une personne sur une photo se trompent bien plus souvent pour les femmes à la peau foncée que pour les hommes à la peau claire.
Exemple
Groupe de visages
Taux d’erreur du logiciel le moins bon
Femmes à la peau foncée
34,7 %
Hommes à la peau claire
0,8 %
Plus de 40 fois plus d’erreurs selon le groupe (Buolamwini et Gebru, 2018).
Notion 2
Les limites d’un modèle appris
Même sans biais, un modèle appris a des limites :
il repère des corrélations, pas des causes : un détail du fond d’une image peut suffire à le guider ;
il peut se tromper avec assurance sur un cas éloigné de ses exemples ;
un réseau profond est souvent une boîte noire : ses millions de poids n’expliquent pas simplement une décision.
Exemple
En 2016, des chercheurs ont entraîné un classifieur « loup ou husky » sur des photos de loups presque toutes prises dans la neige. En examinant ses décisions, ils ont montré qu’il s’appuyait surtout sur… la neige du fond.
Une corrélation des données d’entraînement, prise pour un critère.
Question 1 sur 2
Un modèle qui détecte des maladies de peau est entraîné sur des photos montrant presque uniquement des peaux claires. Quel est le risque ?
Les peaux foncées sont sous-représentées dans les données : le modèle a peu appris sur elles et commettra plus d’erreurs. Un grand jeu de données reste biaisé s’il n’est pas représentatif.
Question 2 sur 2
Pourquoi dit-on qu’un réseau de neurones profond est une « boîte noire » ?
Le réseau donne une réponse, mais celle-ci résulte de millions de poids ajustés automatiquement : aucune règle lisible n’explique la décision.
Les modèles s’entraînent souvent sur des données personnelles : photos, messages, historiques de navigation. En Europe, le RGPD, appliqué depuis 2018, impose d’informer les personnes et encadre l’usage de leurs données.
Quand un modèle aide à décider d’un crédit, d’une embauche ou d’un soin, une erreur touche une personne réelle. Le règlement européen sur l’IA, entré en vigueur en 2024, impose aux systèmes à haut risque des obligations renforcées, dont un contrôle humain.
Règles
D’où viennent les données, et avec quel accord des personnes ?
Pour quels groupes le modèle se trompe-t-il le plus ?
Une personne peut-elle contester la décision auprès d’un humain ?
Que coûte le modèle en énergie et en ressources ?
Quatre questions à poser à tout système d’IA.
Notion 2
Énergie et société
Entraîner et utiliser de grands modèles demande des centres de données qui consomment de l’électricité, et de l’eau pour leur refroidissement. Leur empreinte dépend de la taille du modèle, du nombre d’utilisations et de la façon dont l’électricité est produite.
L’IA transforme aussi des métiers. Les IA génératives fabriquent des textes, des images ou des voix réalistes : elles aident à créer, mais permettent aussi des hypertrucages qui servent à désinformer.
Repères
1943 : neurone formel (McCulloch et Pitts)
1956 : naissance de l’expression « intelligence artificielle »
1957 : perceptron de Rosenblatt
1997 : le programme Deep Blue bat le champion d’échecs Garry Kasparov
2012 : essor de l’apprentissage profond en reconnaissance d’images
2016 : AlphaGo bat Lee Sedol au jeu de go
2022 : les IA génératives de texte s’ouvrent au grand public
Quelques repères de l’histoire de l’IA.
Question 1 sur 2
Une application veut entraîner un modèle sur les photos de ses utilisateurs européens. Que lui impose le RGPD ?
Le RGPD protège les données personnelles : une photo en est une. Leur usage doit être annoncé aux personnes et reposer sur une base légale, par exemple leur consentement.
Question 2 sur 2
Un logiciel aide à trier des candidatures d’embauche. Quelle précaution est la plus importante ?
Un logiciel de tri peut reproduire les biais des recrutements passés : il faut mesurer ses erreurs pour chaque groupe et garder une décision humaine, contestable. Lui donner des données inutiles augmente les risques de biais.
Capsule 7 terminée
Enjeux éthiques
2 questions
Ton parcours · L’intelligence artificielle
Capsule 1 : Apprendre à partir de données1
Capsule 2 : Les k plus proches voisins2
Capsule 3 : Le choix de k3
Capsule 4 : Entraînement et test4
Capsule 5 : Le neurone formel5
Capsule 6 : Biais et limites6
Capsule 7 : Enjeux éthiques7
Étape suivanteS’entraînerLes exercices corrigés du chapitre
Touche → pour continuer
0 / 35 étapes · 0 / 7 capsules validées
Exercices · L’intelligence artificielle
En accès libre, avec indices et corrigés détaillés. Tes réponses sur papier ne sont pas évaluées automatiquement.
k plus proches voisins · 15 min
Classer une fleur avec les k plus proches voisins
Fait
On connaît la longueur et la largeur des pétales de huit iris d’espèce connue. On veut classer la fleur P. Données simplifiées.
Fleur
Longueur (cm)
Largeur (cm)
Espèce
A
3,9
1,1
versicolor
B
4,2
1,3
versicolor
C
4,5
1,5
versicolor
D
4,7
1,4
versicolor
E
4,9
1,7
virginica
F
5,1
1,9
virginica
G
5,6
2,2
virginica
H
5,8
1,8
virginica
P
4,8
1,6
à classer
Les huit fleurs étiquetées et la fleur P à classer.
Calcule la distance de P à chacune des huit fleurs, arrondie au centième.
Range les fleurs de la plus proche à la plus éloignée.
Classe P avec k = 1, k = 3 puis k = 5.
Que peut-on dire de la fiabilité de ce classement ?
Un indice
d = √((xB − xA)² + (yB − yA)²). Pour E : √(0,1² + 0,1²) = √0,02.
Voir le corrigé détaillé
1. A : √1,06 ≈ 1,03 ; B : √0,45 ≈ 0,67 ; C : √0,10 ≈ 0,32 ; D : √0,05 ≈ 0,22 ; E : √0,02 ≈ 0,14 ; F : √0,18 ≈ 0,42 ; G : √1,00 = 1,00 ; H : √1,04 ≈ 1,02 (en cm).
2. E, D, C, F, B, G, H, A.
3. k = 1 : E est virginica → P est classée virginica. k = 3 : E, D, C, soit un virginica et deux versicolor → versicolor. k = 5 : E, D, C, F, B, soit trois versicolor contre deux virginica → versicolor.
4. Le résultat change avec k : P est à la frontière des deux espèces. Avec seulement huit exemples, le classement est fragile ; il faudrait plus de données et choisir k à l’aide d’un jeu de test.
Ta réponse sur papier n’est pas notée.
Entraînement et test · 10 min
Évaluer un filtre à courriels
Fait
Une messagerie dispose de 2 000 courriels étiquetés « indésirable » ou « normal ». Elle en garde 80 % pour l’entraînement et 20 % pour le test. Sur le jeu de test, qui compte 100 courriels indésirables et 300 normaux, le filtre repère 88 indésirables et laisse passer 292 courriels normaux ; il classe par erreur 8 courriels normaux en indésirables. Sur le jeu d’entraînement, il réussit 99 % de ses prédictions. Données fictives.
Combien de courriels contient chaque jeu ?
Calcule le taux de réussite sur le jeu de test.
Quelle erreur te paraît la plus gênante pour l’utilisateur ? Justifie.
Compare les réussites à l’entraînement et au test. Qu’en conclure ?
Un indice
Bonnes prédictions : indésirables repérés et courriels normaux laissés passer.
3. Les 8 courriels normaux classés indésirables : l’utilisateur risque de manquer un message important. Les 12 indésirables non repérés sont simplement gênants. Un taux global ne dit pas quelles erreurs sont commises.
4. 99 % contre 95 % : l’écart est faible, le filtre généralise correctement ; il ne surapprend pas beaucoup. Seul le taux au test, 95 %, estime sa réussite sur de nouveaux courriels.
Ta réponse sur papier n’est pas notée.
Neurone formel · 10 min
Un neurone formel pour arroser
Fait
Un neurone formel commande l’arrosage d’un jardin. Entrées : x1 = 1 si le sol est sec (0 sinon), x2 = 1 si aucune pluie n’est prévue (0 sinon). Poids : w1 = 0,7 et w2 = 0,4 ; seuil : 0,6. La sortie 1 déclenche l’arrosage.
Calcule la somme pondérée et la sortie pour les quatre combinaisons d’entrées.
Décris en une phrase le comportement de ce neurone.
Quelles valeurs du seuil feraient arroser seulement si le sol est sec et qu’aucune pluie n’est prévue ?
Un indice
Somme pondérée : 0,7 × x1 + 0,4 × x2, à comparer au seuil.
Voir le corrigé détaillé
1.
x1
x2
Somme
Sortie
0
0
0
0
0
1
0,4
0
1
0
0,7
1
1
1
1,1
1
2. Le neurone arrose dès que le sol est sec, que de la pluie soit prévue ou non : la sortie ne dépend que de x1.
3. Il faut 0,7 < seuil et 0,4 < seuil (pas d’arrosage avec une seule condition), et 1,1 ≥ seuil : un seuil strictement supérieur à 0,7 et au plus égal à 1,1, par exemple 1. Le neurone réalise alors un ET.
Ta réponse sur papier n’est pas notée.
Exploiter des documents · 20 min
Type épreuve commune : les biais de la reconnaissance faciale
Fait
Document 1. En 2018, Joy Buolamwini et Timnit Gebru (MIT) testent trois logiciels commerciaux qui devinent le genre d’une personne sur une photo de visage. Pour le logiciel le moins bon, le taux d’erreur atteint 34,7 % pour les femmes à la peau foncée ; pour les hommes à la peau claire, aucun logiciel ne dépasse 0,8 %.
Document 2. Les deux bases de visages couramment utilisées pour évaluer ces logiciels comptaient 79,6 % et 86,2 % de personnes à la peau claire (même étude).
Document 3. Une entreprise entraîne de nouveau son logiciel sur une base équilibrée entre les groupes et le teste sur 1 000 photos par groupe. Elle obtient 21 erreurs pour les femmes à la peau foncée et 9 pour les hommes à la peau claire. Données fictives.
Combien de fois le taux d’erreur est-il plus élevé pour les femmes à la peau foncée que pour les hommes à la peau claire (document 1) ?
À l’aide du document 2, propose une explication de cet écart.
Pourquoi une base de test déséquilibrée peut-elle aussi masquer le problème ?
Calcule les taux d’erreur du document 3 et commente.
Cite deux enjeux éthiques de l’usage de la reconnaissance faciale.
Un indice
Un modèle apprend surtout ce qui est fréquent dans ses données. Pour la question 3, calcule un taux d’erreur global quand un groupe forme 80 % des photos de test.
Voir le corrigé détaillé
1. 34,7 ÷ 0,8 ≈ 43 : plus de quarante fois plus d’erreurs.
2. Les visages à la peau claire dominent les bases de données : les modèles ont vu peu d’exemples de visages à la peau foncée, surtout de femmes, et ont moins bien appris à les classer. C’est un biais des données, que le modèle reproduit.
3. Si 80 % des photos de test sont celles du groupe le mieux reconnu, le taux de réussite global reste élevé même quand un groupe minoritaire subit beaucoup d’erreurs. Par exemple, avec 80 % de photos à 0,8 % d’erreur et 20 % à 34,7 %, l’erreur globale n’est que de 0,8 × 0,8 + 0,2 × 34,7 ≈ 7,6 %. Il faut mesurer les erreurs groupe par groupe.
4. 21 ÷ 1 000 = 2,1 % et 9 ÷ 1 000 = 0,9 %. L’écart est fortement réduit mais n’a pas disparu : rééquilibrer les données corrige en partie le biais, et le contrôle doit continuer.
5. Par exemple : respect de la vie privée et des données personnelles, car le visage permet d’identifier une personne ; risque d’erreurs aux conséquences graves (identification policière erronée), plus fréquentes pour certains groupes ; surveillance de masse ; besoin d’un contrôle humain et d’un recours.
Ta réponse sur papier n’est pas notée.
Fiche de révision · Ens. scientifique · Terminale générale