Présentation
Cette formation s’adresse aux personnes souhaitant utiliser l’intelligence artificielle en local, sans dépendre systématiquement de services en ligne. Elle permet de comprendre le fonctionnement de LM Studio, d’installer l’environnement nécessaire, de choisir un modèle adapté à ses besoins et de configurer son poste de travail pour exploiter efficacement des modèles d’IA générative.
Les participants apprendront également à formuler des prompts efficaces pour les usages courants de l’IA, à explorer les possibilités de génération d’images, à identifier les limites des systèmes locaux et à mieux comprendre les garanties liées à la protection des données dans un environnement maîtrisé.
Objectifs pédagogiques
À l’issue de cette formation, vous serez capable de :
- Installer et configurer LM Studio sur un poste de travail.
- Choisir un modèle d’IA adapté aux usages, aux performances attendues et aux contraintes matérielles.
- Rédiger des prompts efficaces pour les usages classiques de l’intelligence artificielle.
- Comprendre les possibilités et limites de l’IA en local, notamment pour le texte et l’image.
- Identifier les bonnes pratiques de protection des données dans un usage local de l’IA.
Prérequis
Connaissance de base de l’environnement informatique Windows ou macOS.
Aucune compétence préalable en programmation ou en intelligence artificielle n’est nécessaire.
Pour quels profils ?
Pour tous, l’IA générative peut être utilisée dans tous les domaines
Matériel à disposition
Serveur et Cloud de partage, WIFI
Mac ou PC ayant :
- Ryzen 7 – M1 – 16-32 Go RAM
- Disque dur 1To SSD
- Écran 24-27 pouces
Et plus encore…
Bonne humeur, devinettes et partage… le petit plus dans un contexte idéal d’apprentissage !
En présentiel : Accueil avec café, thé, madeleine,…
En distanciel : sur Teams ou Zoom à votre convenance.
Contenu de formation
Introduction à l’IA générative en local
- Comprendre le principe des modèles de langage locaux
- Différences entre IA en ligne et IA installée localement
- Présentation des avantages : confidentialité, autonomie, maîtrise des données
- Présentation des contraintes : puissance matérielle, qualité des modèles, mises à jour
Installation et prise en main de LM Studio
- Présentation de l’interface LM Studio
- Téléchargement et installation du logiciel
- Paramétrage initial de l’environnement
- Découverte des principales fonctionnalités
- Chargement et test d’un premier modèle
Configuration matérielle nécessaire
- Comprendre le rôle du processeur, de la mémoire vive et de la carte graphique
- Identifier les configurations minimales et recommandées
- Impact de la taille des modèles sur les performances
- Bonnes pratiques pour optimiser l’utilisation des ressources
- Adapter le choix du modèle au matériel disponible
Choix et utilisation des modèles d’IA
- Comprendre les familles de modèles disponibles
- Critères de sélection : langue, taille, précision, rapidité, spécialisation
- Télécharger et gérer plusieurs modèles dans LM Studio
- Comparer les résultats entre différents modèles
- Identifier les modèles adaptés aux usages professionnels courants
Prompts pour les usages classiques de l’IA
- Principes de rédaction d’un prompt efficace
- Structurer une demande claire et exploitable
- Adapter le ton, le format et le niveau de détail attendu
- Utiliser l’IA pour rédiger, reformuler, résumer et analyser du contenu
- Créer des modèles de prompts réutilisables
- Améliorer les réponses par itérations successives
Génération d’images avec l’IA
- Comprendre les principes de la génération d’images
- Différences entre modèles texte et modèles image
- Découvrir les outils complémentaires à LM Studio
- Rédiger des prompts visuels précis
- Identifier les limites techniques et graphiques des générations locales
- Bonnes pratiques pour obtenir des images cohérentes et exploitables
Limites des systèmes d’IA locaux
- Comprendre les hallucinations et erreurs possibles
- Limites liées à la connaissance des modèles
- Limites liées au matériel utilisé
- Qualité variable selon les modèles et les langues
- Vérification, contrôle humain et validation des résultats
- Cas d’usage adaptés et cas d’usage à éviter
Protection des données et bonnes pratiques
- Comprendre ce qui reste local et ce qui peut être transmis en ligne
- Identifier les risques liés aux données sensibles
- Bonnes pratiques pour travailler avec des documents confidentiels
- Paramétrer un environnement limitant les échanges externes
- Sensibilisation aux usages responsables de l’IA
- Mettre en place des règles internes d’utilisation
Mise en pratique et cas d’usage
- Installation et configuration guidée de LM Studio
- Test de plusieurs modèles selon différents besoins
- Création de prompts pour des tâches professionnelles courantes
- Analyse des résultats produits par l’IA
- Ajustement des paramètres pour améliorer les réponses
- Synthèse des bonnes pratiques d’utilisation
Les autres formations qui pourraient vous intéresser
