IA multimodale : vision, image et voix

Comment les modèles multimodaux analysent images et documents, génèrent des visuels et traitent la voix, pour des usages professionnels concrets.

Cours complet sur l'IA multimodale : analyser des images et documents avec un modèle vision, générer des images avec Midjourney/DALL-E/Stable Diffusion, transcrire et synthétiser la voix (speech-to-text et text-to-speech), avec les bonnes pratiques, limites et enjeux de confidentialité et de droits propres à chaque modalité.

6 chapitres12 leçons49 minIntermédiaire

Contenu du cours

Ce qu'un modèle multimodal peut voir5 min Analyser des documents structurés4 min

Commencer le cours

Cours similaires

IADébutant

L'intelligence artificielle expliquée simplement

Comprendre ce qu'est l'IA et comment elle fonctionne, sans aucune connaissance en informatique. Mots simples, comparaisons du quotidien.

4 chapitres35 min

Commencer

IADébutant

Automatisation no-code avec IA

Zapier, Make, n8n : connecter des applications et intégrer l'IA dans des workflows automatisés, sans écrire une ligne de code.

4 chapitres35 min

Commencer

IADébutant

Autocomplétion de code par IA

GitHub Copilot, Codeium, Tabnine, Amazon Q : comprendre la différence entre autocomplétion et agent complet, et bien utiliser ces outils au quotidien.

4 chapitres34 min

Commencer