Comment réussir à rester à jour en IA générative ?

Introduction¶

Aborder l'IA en général est déjà assez complexe. D’un point de vue externe, on n’a pas idée à quel point le domaine est vaste. Et une fois qu’on est dedans, c’est infini. On peut passer toute une carrière sur une petite spécialité de l’IA, comme par exemple les séries temporelles, ou encore travailler sur le traitement du langage (NLP), sans forcément savoir ce qui se passe dans les autres catégories d’IA comme les systèmes de recommandation, la vision par ordinateur, etc.

Vous vous dites que c’est déjà compliqué, mais imaginez maintenant qu’il y ait des nouveautés toutes les semaines. C’est exactement ce qu’on vit depuis 2-3 ans avec l’IA générative, une catégorie de l’IA qui évolue extrêmement vite, avec de nombreux acteurs : OpenAI, Anthropic, Deepseek, Alibaba, XAi, HuggingFace, Pleias, Mistral... Bref, je pense que cela pourrait faire l’objet d’un article de blog à part entière.

Suivre tout cela est donc très complexe : des modèles sortent presque tous les jours, de nouvelles techniques, des produits... 24 heures ne suffisent clairement pas pour tout voir.

Comme c’est mon métier et que je suis passionné par le sujet, j’ai pris l’habitude de suivre un peu tout ça au quotidien, en essayant de ne pas trop en faire et en gardant du plaisir. Je me suis donc dit qu’il serait intéressant d’écrire un article sur la façon dont j’essaie de rester à jour.

Prérequis¶

Il y a tout de même quelques prérequis nécessaires pour pouvoir suivre ce qui se passe en IA générative, en particulier sur le plan technique.

Si vous souhaitez comprendre l'IA en général et l'IA générative en particulier et avoir une vision globale pour commencer, je vous conseille de lire mes articles sur comprendre l'IA et comprendre l'IA générative.

Si vous voulez aller plus loin et que vous ne savez pas par où commencer, voici quelques éléments : - Pour avoir des notions générales en IA, un cours d'introduction peut être pertinent : Introduction to AI - Pour avoir des connaissances en NLP (natural language processing) faciliteront aussi la tâche. Si cela vous intéresse, je vous conseille ce cours sur le NLP - Les cours d'Andrew Ng sur Youtube sont également une très bonne introduction à l'IA.

Les différentes sources d'information¶

Le contenu sera complété au fur et à mesure, et sera aussi sûrement amené à évoluer au fil du temps, en fonction de ce qui me revient en tête. Il y a des sources que j'utilise au quotidien, et d'autres que je consulte de temps en temps, donc la première version de cet article ne sera pas complète.

Les réseaux sociaux¶

Rien d'étonnant, les réseaux sociaux occupent une partie très importante de notre temps quotidien. S'il y a une source assez simple d'accès pour des informations d'actualité qui reprennent les dernières nouveautés, et aussi pour avoir une première piste de où chercher, c'est bien les réseaux sociaux.

Je dirais que les deux réseaux sociaux que j'essaie de consulter un peu tous les jours et dont le contenu est très qualitatif sont : Twitter (X) et Reddit. Sur ces réseaux, on peut trouver pas mal de chercheurs qui travaillent à Stanford, Google, OpenAI, Anthropic, etc. et qui partagent leurs travaux, découvertes, ainsi que leurs idées presque tous les jours. Ils répondent souvent aux questions pour expliquer et interagissent beaucoup pour confronter les idées. Rien qu'avec Twitter, on peut rester à jour sur tout ce qui se fait dans l'IA générative (ou presque).

Je passe aussi un peu de temps sur Linkedin, c'est un réseau qui est utile pour l'actualité mais avec un peu moins de profondeur dans le contenu.

Twitter (X) :

@HamelHusain : ML Engineer qui a travaillé à Github et qui partage pas mal de choses sur l'IA générative, donne des cours et des conférences.
@Dorialexander : CEO de pleiasfr, entreprise française peu connue mais dont les travaux de recherche bénéficient beaucoup à la communauté open-source.
@jeremyphoward : Chercheur, CEO, prof... Une personne avec une énorme contribution à l'IA depuis des années. Si vous connaissez la librairie FastAI qui date de quelques années, c'est lui le créateur.
@karpathy : Quand je pense à ChatGPT, je pense à Karpathy. Il a travaillé sur les premières versions de ChatGPT, il a fait des vidéos explicatives sur YouTube, et je pense que c'est une des personnes les plus influentes dans cette vague (il a lancé le vibe coding et d'autres vagues d'IA générative).
@DFintelligence : ML Engineer, dont le contenu est en français et très qualitatif. Il parle surtout de l'IA dans sa globalité, beaucoup de news et de contenu très bien vulgarisé !
@jxnlco : ML Engineer, anciennement chez Meta. Il crée pas mal de contenu sur les différentes méthodes en IA générative, il fait des cours, des podcasts et plein de contenu sur le sujet.
@simonw : Créateur de Django, mais fait beaucoup de contenu sur l'IA générative. Les dernières découvertes, techniques, benchmarks, etc.

Je suis aussi les différents comptes des entreprises ou organisations dont le produit est intéressant ou qui publient des news, des articles de recherche, etc. comme : @aiDotEngineer, @googleai, @anthropic, @openai, @huggingface, @mistralai, @xai, @deepseek_ai, @Alibaba_Qwen,

J’ai essayé de diversifier les profils, mais il en manque encore beaucoup. J’en ajouterai sûrement d’autres au fil du temps, sans trop surcharger l’article. Si vous souhaitez voir directement la liste complète des comptes que je suis sur Twitter, vous pouvez consulter mon profil.

Reddit :

J'ai commencé à utiliser Reddit principalement pour une seule page : LocalLLaMA. Cette page regroupe de nombreuses discussions sur les nouveautés de l'IA générative, mais attention, elle se concentre surtout sur les modèles open source. Le contenu y est vraiment très qualitatif, et c'est la seule page Reddit que je consulte presque quotidiennement.

Par la suite, j'ai découvert d'autres canaux très intéressants, que je consulte de temps en temps : - ArtificialIntelligence - ClaudeAI - LangChain - OpenAI - PromptEngineering

Github :

Si vous voulez découvrir des librairies open-source autour de l'IA générative, github peut être un bon endroit. Il y a les plus connues Langchain, HuggingFace, LLamaindex, etc. Mais la liste est vraiment très longue, et vous pouvez la trouver sur mes favoris github : Generative AI

Si vous avez un besoin bien précis on peut discuter des différents libraires par message sur LinkedIn ! :)

Linkedin :

A venir...

Youtube¶

YouTube, c'est l'endroit où je passe pas mal de temps de mon côté. Que je sois en déplacement, en train de marcher, de faire du sport ou une tâche secondaire, j'ai toujours une vidéo à regarder. Parmi les vidéos que je regarde, certaines sont liées à l'actualité de l'IA, d'autres à des techniques plus avancées ou à des contenus éducatifs pour continuer à apprendre.

Andrej Karpathy : J'ai déjà mentionné son Twitter, mais ses vidéos sont vraiment très bien faites et pédagogiques.
aiDotEngineer : Chaîne très intéressante avec des invités qui partagent beaucoup d'informations sur l'IA générative et les tendances du domaine. Il s'agit d'une conférence où se rencontrent les plus grands labs d'IA, fondateurs, CTOs du Fortune 500 et ingénieurs IA.
DiscoverAI : Des vidéos où le youtubeur décortique les derniers papiers de manière très claire et pédagogique.
Elvis Saravia : Beaucoup de tutoriels, de présentations de papiers et de contenu autour de l'IA générative, toujours de qualité.
Flint : Podcasts IA avec des invités variés et du contenu qualitatif.
Anyscale : À la base, Anyscale est une entreprise, mais leur chaîne YouTube propose du contenu très intéressant.
HuggingFace : Les rois de l'open-source, avec des revues de papiers, tutoriels, podcasts, etc.
vanishinggradients : Excellente chaîne de podcasts avec des invités très reconnus dans le domaine.
Alexandre TL : Chaîne d'un chercheur français, avec un contenu très bien vulgarisé.
3blue1brown : Une des chaînes les plus intéressantes et populaires de ces dernières années. Une chaîne similaire est StatQuest.
MLOps.community : Discussions autour de l'IA en général et du MLOps.
MachineLearningStreetTalk : Podcasts avec différents invités et du contenu très enrichissant.
Jason Liu : Contenu axé IA générative et retours sur des projets concrets, avec des discussions sur l'évaluation, les techniques, etc.
Hamel Hussain : Un peu comme jxnlco (ils font partie de la même équipe), mais la chaîne vaut vraiment le détour.
EfficientNLP : Chaîne d'un chercheur spécialisé en NLP, avec des vidéos éducatives sur le sujet.
Sebastian Raschka : Chercheur qui propose des vidéos éducatives. Auteur de plusieurs livres dont "Build a Large Language Model From Scratch".

Si il y en a d'autres qui me reviennent en tête ou que je découvre, je les ajouterai au fil du temps. En général, je découvre de nouvelles chaînes via les recommandations ou les réseaux. Si vous en avez à partager, envoyez-moi un message sur LinkedIn !

Conférences¶

A venir...

Newsletters¶

A venir...

Blogs¶

Blog de jérémy phoward : https://course.fast.ai/

A venir...

Podcasts¶

A venir...

News¶

A venir...

Articles de recherche¶

A venir...

Sites et autres¶

La documentation d’OpenAI, Anthropic, Google ou Mistral peut contenir des informations très intéressantes sur la façon dont ils utilisent leurs produits. De temps en temps, j’y fais un saut pour lire ce qu’ils publient et j’apprends presque toujours quelque chose.

Les cookbooks d’OpenAI et d’Anthropic sont aussi très intéressants côté code. Ils montrent comment utiliser leurs modèles avec leurs API et, parfois, on peut y apprendre quelques techniques.

Si mes articles vous intéressent et que vous avez des questions ou simplement envie de discuter de vos propres défis, n'hésitez pas à m'écrire à anas0rabhi@gmail.com, j'aime échanger sur ces sujets !

Vous pouvez aussi vous abonner à ma newsletter :)

✉️ S'abonner à ma newsletter