Chronologie interactive de l'évolution des modèles d'IA

Explorez les avancées majeures de l'intelligence artificielle et comparez les capacités des différents modèles

1958

Perceptron

Frank Rosenblatt

Premier algorithme d'apprentissage automatique capable de classifier des motifs simples. Considéré comme l'ancêtre des réseaux de neurones modernes.

Réseau de neurones Classification
1970-1980

Systèmes experts

Première vague d'IA

Programmes informatiques qui imitent la prise de décision d'un expert humain en utilisant des règles prédéfinies. Largement utilisés en médecine et dans l'industrie.

Règles Logique Domaine spécifique
1986

Arbres de décision (ID3, C4.5)

Ross Quinlan

Algorithmes d'apprentissage supervisé qui construisent des modèles de décision basés sur des règles simples. Très utilisés pour la classification et la prédiction.

Apprentissage supervisé Classification
1995

Support Vector Machines (SVM)

Vladimir Vapnik

Algorithmes d'apprentissage supervisé qui trouvent un hyperplan optimal pour séparer des données. Très performants pour la classification et la régression.

Apprentissage supervisé Classification Régression
2001

Random Forest

Leo Breiman

Méthode d'ensemble qui combine plusieurs arbres de décision pour améliorer la précision et réduire le surapprentissage. Très robuste et largement utilisée.

Apprentissage supervisé Méthode d'ensemble
2013

Word2Vec

Google

Technique pour représenter des mots sous forme de vecteurs numériques, capturant les relations sémantiques entre les mots. Révolutionnaire pour le traitement du langage naturel.

NLP Embeddings
2012

AlexNet

Alex Krizhevsky, Ilya Sutskever, Geoffrey Hinton

Réseau de neurones convolutif qui a remporté le concours ImageNet avec une marge significative, déclenchant la révolution du deep learning en vision par ordinateur.

CNN Vision par ordinateur
1997-2015

LSTM (Long Short-Term Memory)

Hochreiter & Schmidhuber, puis améliorations

Type de réseau de neurones récurrent capable de mémoriser des informations sur de longues séquences. Essentiel pour la traduction automatique et la génération de texte.

RNN Séquences NLP
2017

Transformer

Google (Attention is All You Need)

Architecture basée sur le mécanisme d'attention qui a révolutionné le traitement du langage naturel. Base de tous les grands modèles de langage modernes.

NLP Attention
2020

GPT-3

OpenAI

Modèle de langage de 175 milliards de paramètres capable de générer du texte cohérent et contextuel. Premier modèle à démontrer des capacités few-shot impressionnantes.

NLP Génération de texte Few-shot learning
2021

DALL-E

OpenAI

Modèle capable de générer des images à partir de descriptions textuelles. A démontré une compréhension remarquable des concepts visuels et linguistiques.

Génération d'images Multimodal
2022-2023

Modèles de diffusion

Stable Diffusion, Midjourney

Modèles génératifs qui créent des images en ajoutant puis en supprimant progressivement du bruit. Ont démocratisé la génération d'images de haute qualité.

Génération d'images Diffusion
2023

GPT-4

OpenAI

Modèle multimodal capable de traiter à la fois du texte et des images. Performances proches du niveau humain sur de nombreux benchmarks académiques et professionnels.

Multimodal Raisonnement Alignement

Comparaison des modèles