Avec le développement des technologies d’acquisition de données telles que l’Internet des objets, les jumeaux numériques et autres, de grands volumes de données sont produits au quotidien et leur exploitation peut apporter une aide considérable à la prise de décision. De nombreuses applications de ces analyses vont se faire dans le contexte Africain: les outils d’intelligence artificielle (IA) peuvent d’une part aider des entreprises dans l’exploitation des données accumulées dans leurs serveurs.

L’université Clermont Auvergne (par ses composantes LIMOS et ISIMA) et l’université de Yaoundé I (par son département informatique et son école d’ingénieurs Polytechnique de Yaoundé ENSPY), en partenariat avec la société savante camerounaise d’intelligence artificielle (CAIS) ont organisé en 2024 une école thématique d’intelligence artificielle I3AFD (https://i3afd.sciencesconf.org/) pendant une semaine, avec la participation en présentiel de 35 étudiants de Master et doctorants, et en distanciel de 150 apprenants. Cette école s’inscrivait dans le cadre du projet de recherche FDMI-AMG financé par le dispositif DSCA du CNRS.

La bonne tenue de cette école nous a incité à prévoir une nouvelle édition que nous envisageons durant l’automne 2025. Une discussion avec les membres du conseil scientifique de l’école I3AFD 2024, ainsi qu’avec les apprenants, nous a permis de focaliser cette seconde édition sur la thématique de l’IA générative, et avec une déclinaison sur les langues peu dotés qui constituent une caractéristique essentielle des langues de pays africains, et notamment celles d’Afrique centrale.

L'IA générative et les modèles de langages à grandes échelles, y compris ChatGPT, ont inauguré une nouvelle ère avec des capacités riches et variées pour de nombreux domaines d'application. Il est donc essentiel d'introduire les fondations des modèles de langage à grande échelle (LLMs), de discuter de l'infrastructure, des outils et des meilleures pratiques pour concevoir et exécuter des applications utilisant les LLMs, et explorer les différentes techniques pour utiliser et construire des modèles spécialisés pour une tâche donnée et/ou avec de faible jeu de données (les small language models -SLMs).