Comprendre, pratiquer, débattre
Livres sur l'intelligence artificielle : comprendre, pratiquer, débattre
L'intelligence artificielle suscite une production éditoriale énorme, souvent datée en quelques mois. Les livres qui restent utiles sont ceux qui expliquent les fondements (apprentissage, probabilités, réseaux de neurones) ou qui posent des questions de fond sur la place de ces systèmes dans la société.
Notre sélection distingue trois usages : comprendre sans être technicien, se former à la pratique, et réfléchir aux risques et aux choix collectifs. Pour la pratique, vérifiez toujours l'édition : les outils évoluent vite et une édition récente vaut mieux qu'une traduction ancienne.
Notre sélection
-
01 · Avancé
Intelligence artificielle
Le manuel universitaire de référence sur l'IA.
Pour qui : Étudiants et ingénieurs qui veulent une vue complète et rigoureuse du domaine.
-
02 · Avancé · En anglais
Deep Learning
La synthèse théorique de l'apprentissage profond, consultable gratuitement.
Pour qui : Lecteurs à l'aise avec les mathématiques qui veulent comprendre ce qui se passe sous le capot.
-
03 · Intermédiaire
L'apprentissage profond avec Python
Apprendre le deep learning par la pratique, avec le créateur de Keras.
Pour qui : Développeurs Python qui veulent se former à l'apprentissage profond.
-
04 · Accessible
Algorithmes : la bombe à retardement
Comment des modèles mathématiques opaques renforcent les inégalités.
Pour qui : Tout lecteur, en particulier décideurs, juristes et étudiants.
-
05 · Intermédiaire · En anglais
Human Compatible
Le problème du contrôle des IA avancées, par un auteur du manuel de référence.
Pour qui : Lecteurs qui s'intéressent aux risques et à la gouvernance de l'IA. En anglais.
-
06 · Exigeant
Superintelligence
Les scénarios et les risques d'une IA qui dépasserait l'intelligence humaine.
Pour qui : Lecteurs intéressés par la philosophie et la prospective.
-
07 · Intermédiaire
Machine Learning avec Scikit-Learn
Le manuel pratique de référence en apprentissage automatique, par un auteur français.
Pour qui : Développeurs et étudiants qui veulent pratiquer le machine learning en Python.
-
08 · Intermédiaire
Quand la machine apprend
L'histoire de l'apprentissage profond racontée par l'un de ses pionniers.
Pour qui : Lecteurs curieux qui veulent comprendre l'IA de l'intérieur, sans être spécialistes.
-
09 · Accessible · En anglais
Artificial Intelligence: A Guide for Thinking Humans
Ce que l'IA sait vraiment faire, et ce qu'elle ne sait pas faire.
Pour qui : Tout lecteur qui veut se faire une opinion éclairée sur l'IA. En anglais.
-
10 · Intermédiaire · En anglais
The Alignment Problem
Comment faire en sorte que les systèmes apprenants fassent ce que nous voulons.
Pour qui : Lecteurs intéressés par l'éthique et la sûreté de l'IA. En anglais.
-
11 · Intermédiaire · En anglais
Atlas of AI
Les coûts matériels, humains et politiques de l'intelligence artificielle.
Pour qui : Lecteurs qui veulent une perspective critique et sociale sur l'IA. En anglais.
Comment nous choisissons
Nous privilégions les auteurs qui sont eux-mêmes chercheurs ou praticiens reconnus du domaine, et nous signalons les ouvrages disponibles gratuitement en ligne par la volonté de leurs auteurs ou éditeurs.
Questions fréquentes
Quel livre pour comprendre l'IA sans être informaticien ?
Algorithmes : la bombe à retardement de Cathy O'Neil se lit sans prérequis et montre concrètement comment des modèles mal conçus produisent des injustices. Human Compatible de Stuart Russell aborde la question du contrôle des systèmes avancés.
Quel manuel pour apprendre le deep learning ?
L'apprentissage profond avec Python de François Chollet est très pédagogique et orienté pratique. Deep Learning de Goodfellow, Bengio et Courville est plus théorique et sa version complète est consultable gratuitement sur le site des auteurs.
Vous cherchez un autre titre ? Explorer le catalogue Open Library sur ce thème