Pour comprendre l’intelligence artificielle, certains livres font référence et restent les meilleures portes d’entrée en 2026. Les ouvrages de vulgarisation comme « La vie 3.0 » de Max Tegmark ou « Quand la machine apprend » de Yann Le Cun expliquent l’IA au grand public. Les manuels techniques comme « Artificial Intelligence: A Modern Approach » de Stuart Russell et Peter Norvig forment les étudiants. Les essais de société, comme « La déferlante » de Mustafa Suleyman, éclairent les enjeux éthiques. Cette sélection classe quinze livres par profil et par niveau, du débutant curieux à l’ingénieur. Pour transformer ces lectures en compétences, la formation en intelligence artificielle reste la voie la plus directe.
Au sommaire de cette sélection
- Comment choisir un livre sur l’intelligence artificielle ?
- Quels livres pour débuter et comprendre l’IA ?
- Quels essais sur les enjeux de société et l’éthique ?
- Quels livres techniques pour étudiants et ingénieurs ?
- Quels livres sur l’IA générative et l’actualité récente ?
- Le tableau récapitulatif des livres
- FAQ sur les livres d’intelligence artificielle
Comment choisir un livre sur l’intelligence artificielle ?
Un bon livre sur l’IA se choisit d’abord selon votre niveau et votre objectif. Un grand public cherche la vulgarisation, un étudiant veut un manuel rigoureux, un dirigeant vise les usages métier. Trois critères tranchent la décision.
- La légitimité de l’auteur — privilégiez les chercheurs reconnus (prix Turing, professeurs, pionniers de l’industrie) plutôt que les compilateurs anonymes.
- Le niveau technique — un livre de vulgarisation n’exige aucune base, un manuel comme celui de Russell et Norvig suppose des notions d’algorithmique.
- La date de publication — l’IA évolue vite, un essai sur l’IA générative datant de 2017 ignore ChatGPT et les modèles récents.
Cette sélection regroupe les livres en quatre familles. La lecture éclaire les concepts, la pratique les ancre. Pour passer de la théorie aux compétences, explorez nos ressources pour apprendre l’IA et nos parcours certifiants.
Lire éclaire, pratiquer transforme : un livre pose les concepts, une formation les rend opérationnels.
— LearnThings
Quels livres pour débuter et comprendre l’IA ?
Pour débuter, cinq livres expliquent l’intelligence artificielle sans jargon et sans prérequis technique. Ils s’adressent aux curieux, aux professionnels en reconversion et à toute personne qui veut saisir les bases du machine learning et du deep learning.
« Quand la machine apprend » de Yann Le Cun (2019)
Notre choix pour comprendre l’apprentissage profond. Yann Le Cun, directeur de la recherche en IA chez Meta et lauréat du prix Turing 2018, raconte l’histoire des neurones artificiels et du deep learning. L’ouvrage, publié chez Odile Jacob, retrace ses recherches entamées dans les années 1980. Le Cun explique comment les machines apprennent à reconnaître des images ou du texte en s’inspirant du cerveau humain. Le récit reste accessible tout en venant d’un des trois pionniers mondiaux du domaine. Vous comprenez les mécanismes réels derrière les algorithmes qui font fonctionner l’IA d’aujourd’hui.
« L’intelligence artificielle pour les Nuls » de John Paul Mueller et Luca Massaro
Idéal pour débuter de zéro. Ce guide de la collection « Pour les Nuls » introduit les concepts clés sans aucun jargon technique. Les auteurs, John Paul Mueller et Luca Massaro, couvrent l’apprentissage automatique, les réseaux de neurones et le deep learning avec des exemples concrets du quotidien. Le livre aborde aussi les enjeux éthiques et sociétaux de l’IA. Il s’adresse autant aux curieux qu’aux professionnels qui veulent une remise à niveau rapide. C’est le point de départ le plus simple pour démystifier l’intelligence artificielle et ses applications.
« L’intelligence artificielle n’existe pas » de Luc Julia (2019)
Idéal pour relativiser le mythe de l’IA. Luc Julia, co-créateur de l’assistant vocal Siri, défend une thèse provocatrice : l’intelligence artificielle telle qu’on la fantasme n’existe pas. Il distingue les outils statistiques réels des promesses de science-fiction. L’ingénieur français décortique le fonctionnement concret des systèmes et dénonce les exagérations médiatiques. Le ton est direct, l’exposé pédagogique et nourri par une carrière dans la Silicon Valley. Vous ressortez avec une vision lucide et démystifiée de ce que les machines savent et ne savent pas faire.
« Intelligence artificielle vulgarisée » d’Aurélien Vannieuwenhuyze (2019)
Idéal pour apprendre en pratiquant. Ce livre vulgarise le machine learning et le deep learning par la pratique. Aurélien Vannieuwenhuyze conçoit son ouvrage pour que tout lecteur, même sans bagage technique, puisse concevoir ses premiers projets d’IA. Les nombreux exemples illustrent les applications concrètes des algorithmes. L’approche reste progressive et pas à pas. C’est un excellent pont entre la vulgarisation pure et les manuels techniques, parfait pour qui veut comprendre comment l’IA fonctionne en mettant les mains dans le code.
« Le petit livre de l’IA en 5 minutes par jour » de Stéphane d’Ascoli
Idéal pour les emplois du temps chargés. Stéphane d’Ascoli, chercheur passé par l’École normale supérieure, propose une initiation en chapitres courts. Chaque section se lit en quelques minutes et reste indépendante des autres. Le format convient à ceux qui veulent comprendre les bases de l’IA sans y consacrer de longues heures. Les notions complexes sont découpées en petites unités digestes. Ce livre transforme les temps morts de la journée en apprentissage régulier des fondamentaux de l’intelligence artificielle.
Quels essais sur les enjeux de société et l’éthique ?
Pour saisir les enjeux de société, quatre essais explorent l’impact de l’IA sur l’économie, l’emploi, la démocratie et l’humanité. Leurs auteurs sont des chercheurs, des pionniers de l’industrie et des penseurs reconnus. Ces livres dépassent la technique pour interroger notre futur.
« La vie 3.0 » de Max Tegmark (2017)
Notre choix pour penser le futur de l’humanité. Max Tegmark, physicien et professeur au MIT, analyse les conséquences de l’IA sur l’humanité à long terme. Le sous-titre, « Être humain à l’ère de l’intelligence artificielle », annonce le propos. Tegmark examine l’impact sur le travail, la justice, la guerre et la conception même de la vie. L’ouvrage reste accessible aux lecteurs sans bagage technique. Il pose les grandes questions de la coexistence entre l’homme et les machines. C’est une référence pour anticiper les transformations sociétales de l’IA.
« La question n’est pas de savoir si l’intelligence artificielle transformera nos sociétés, mais comment nous choisirons de guider cette transformation. »
— Idée centrale de « La vie 3.0 », Max Tegmark
« La déferlante » de Mustafa Suleyman (2023)
Idéal pour comprendre l’urgence de réguler. Mustafa Suleyman, cofondateur de DeepMind racheté par Google et dirigeant de l’IA chez Microsoft, livre une mise en garde. Ce best-seller mondial alerte sur les risques que l’IA fait peser sur l’ordre mondial et la démocratie. Suleyman ne se contente pas de décrire le danger : il propose des solutions et plaide pour une autorité de régulation internationale. Il pointe aussi les risques des modèles open source. Sa légitimité de pionnier de l’industrie rend chaque argument crédible et concret.
« Intelligence artificielle, intelligence humaine : la double énigme » de Daniel Andler (2023)
Idéal pour une réflexion philosophique. Daniel Andler, philosophe et mathématicien, professeur émérite à la Sorbonne, explore les limites de l’IA face à l’intelligence humaine. Publié chez Gallimard, ce livre dense questionne la possibilité de créer une machine capable de rivaliser avec l’esprit humain. Andler croise sciences cognitives, philosophie et informatique. L’ouvrage exige de la concentration mais récompense le lecteur par une réflexion profonde. Il éclaire ce qui distingue vraiment le calcul d’une machine de la pensée d’un être humain.
« The Age of AI » de Kissinger, Schmidt et Huttenlocher (2021)
Idéal pour la dimension géopolitique. Henry Kissinger, ancien secrétaire d’État américain, Eric Schmidt, ex-PDG de Google, et Daniel Huttenlocher, doyen au MIT, analysent les conséquences de l’IA sur la géopolitique et les relations internationales. Le livre replace l’intelligence artificielle dans un contexte historique large. Les auteurs croisent diplomatie, technologie et philosophie. L’ouvrage reste en anglais, sans traduction française complète à ce jour. Il s’adresse aux lecteurs qui veulent comprendre comment l’IA redessine les équilibres de pouvoir entre les nations.
Ces essais nourrissent le débat public sur l’IA. Pour relier ces réflexions à des compétences concrètes, nos parcours dédiés à l’IA couvrent autant les usages que l’éthique.
Quels livres techniques pour étudiants et ingénieurs ?
Pour les profils techniques, trois ouvrages de référence forment les étudiants et les ingénieurs. Ils exigent des bases en algorithmique, en mathématiques ou en programmation. Ce sont les manuels utilisés dans les universités et les écoles d’ingénieurs du monde entier.
« Artificial Intelligence: A Modern Approach » de Stuart Russell et Peter Norvig
La référence académique mondiale. Stuart Russell, professeur à Berkeley, et Peter Norvig, ancien directeur de la recherche chez Google, signent le manuel d’IA le plus utilisé au monde. L’ouvrage couvre tout le domaine autour de la notion d’agent intelligent : recherche, logique, apprentissage automatique, planification. De nombreuses universités l’inscrivent à leur programme. Le livre s’adresse aux étudiants en informatique et aux enseignants-chercheurs. Sa version française s’intitule « Intelligence artificielle : une approche moderne ». C’est l’ouvrage de fond incontournable pour qui vise une carrière technique dans l’IA.
« Deep Learning » de Ian Goodfellow, Yoshua Bengio et Aaron Courville (2016)
La bible de l’apprentissage profond. Ce manuel de plus de 800 pages est écrit par trois sommités, dont Yoshua Bengio, lauréat du prix Turing 2018. L’ouvrage couvre les fondements mathématiques, les réseaux de neurones, les architectures classiques et les techniques avancées du deep learning. Son exhaustivité en fait la référence théorique du domaine. Il exige de solides bases en algèbre linéaire et en probabilités. Les chercheurs et les ingénieurs en machine learning y reviennent constamment. C’est le livre qui structure la connaissance théorique de l’apprentissage profond.
« Hands-On Machine Learning » d’Aurélien Géron (2017)
Idéal pour coder ses premiers modèles. Aurélien Géron, ancien chef de projet chez Google, propose un manuel orienté pratique, publié en français chez Dunod. Le livre enseigne le machine learning avec Scikit-Learn puis le deep learning avec Keras et TensorFlow. Chaque concept s’accompagne d’exemples de code accessibles en ligne. L’ouvrage convient aux débutants comme aux professionnels qui veulent approfondir. Il fait le pont entre la théorie et l’implémentation réelle. C’est le livre idéal pour passer de la compréhension à la construction de vrais projets d’IA.
Quels livres sur l’IA générative et l’actualité récente ?
Pour suivre l’IA générative, trois livres récents abordent ChatGPT, les modèles de fondation et leurs dérives. L’intelligence artificielle générative a tout changé depuis 2022. Ces ouvrages publiés récemment reflètent l’état réel de la technologie en 2026.
« Co-Intelligence » d’Ethan Mollick (2024)
Notre choix sur l’IA générative au travail. Ethan Mollick, professeur à la Wharton School, explique comment vivre et travailler avec l’IA générative. Le livre, traduit en français en 2025, montre comment ChatGPT et ses équivalents transforment les métiers. Mollick livre des principes concrets pour collaborer avec ces outils plutôt que les subir. Son approche reste pragmatique, fondée sur ses propres expérimentations. L’ouvrage s’adresse à tout professionnel qui veut intégrer l’IA dans son quotidien. C’est la meilleure boussole pour utiliser l’IA générative de façon productive et lucide.
« Deepfake : l’IA au service du faux » d’Olivier Lascar (2024)
Idéal pour décrypter la désinformation. Olivier Lascar, rédacteur en chef à Sciences et Avenir, analyse la menace des deepfakes. Ces images, vidéos et sons truqués par l’IA explosent avec la démocratisation des modèles génératifs. Le livre explique comment ces faux sont fabriqués et comment les repérer. Lascar documente des cas réels, dont l’usage de la technologie lors de campagnes électorales. L’ouvrage sensibilise aux risques de manipulation. C’est une lecture utile pour qui veut comprendre les dangers concrets de l’IA générative et s’en protéger.
« Empire of AI » de Karen Hao (2025)
Idéal pour les coulisses de la tech. Karen Hao, journaliste reconnue pour ses enquêtes sur l’IA, dévoile l’envers d’OpenAI et de son dirigeant Sam Altman. Le livre s’appuie sur plus de trois cents entretiens. Hao analyse les impacts économiques, sociaux et environnementaux des géants de l’IA. Elle décrit la course à la donnée, à la puissance de calcul et à la main-d’œuvre invisible derrière ChatGPT. L’enquête reste rigoureuse et documentée. C’est une lecture essentielle pour comprendre les vrais enjeux de pouvoir derrière l’essor de l’IA moderne.
L’IA générative ouvre des usages concrets dans tous les métiers. Pour aller plus loin, consultez nos contenus sur l’intelligence artificielle générative et les applications concrètes de l’IA au quotidien.
Le tableau récapitulatif des livres
Ce tableau résume les quinze livres de la sélection par auteur, niveau et public idéal. Il aide à repérer en un coup d’œil l’ouvrage adapté à votre profil.
| Livre | Auteur | Niveau | Idéal pour |
|---|---|---|---|
| Quand la machine apprend | Yann Le Cun | Débutant | Comprendre le deep learning |
| L’IA pour les Nuls | J. P. Mueller et L. Massaro | Débutant | Démarrer de zéro |
| L’intelligence artificielle n’existe pas | Luc Julia | Débutant | Relativiser le mythe |
| Intelligence artificielle vulgarisée | A. Vannieuwenhuyze | Débutant + | Apprendre en pratiquant |
| Le petit livre de l’IA en 5 minutes par jour | Stéphane d’Ascoli | Débutant | Emplois du temps chargés |
| La vie 3.0 | Max Tegmark | Grand public | Penser le futur |
| La déferlante | Mustafa Suleyman | Grand public | Enjeux de régulation |
| La double énigme | Daniel Andler | Avancé | Réflexion philosophique |
| The Age of AI | Kissinger, Schmidt, Huttenlocher | Grand public | Géopolitique de l’IA |
| A Modern Approach | S. Russell et P. Norvig | Technique | Étudiants en informatique |
| Deep Learning | Goodfellow, Bengio, Courville | Expert | Théorie de l’apprentissage profond |
| Hands-On Machine Learning | Aurélien Géron | Technique | Coder ses modèles |
| Co-Intelligence | Ethan Mollick | Grand public | IA générative au travail |
| Deepfake | Olivier Lascar | Grand public | Décrypter la désinformation |
| Empire of AI | Karen Hao | Grand public | Coulisses de la tech |
FAQ sur les livres d’intelligence artificielle
Quel est le meilleur livre pour comprendre l’intelligence artificielle ?
Le meilleur livre dépend de votre profil. Pour un débutant total, « L’intelligence artificielle pour les Nuls » de Mueller et Massaro reste le point de départ le plus accessible. Pour comprendre le deep learning par un pionnier, « Quand la machine apprend » de Yann Le Cun fait référence. Pour penser les enjeux de société, « La vie 3.0 » de Max Tegmark s’impose. Les profils techniques préfèrent « Artificial Intelligence: A Modern Approach » de Russell et Norvig, le manuel de référence des universités.
Quel livre pour débuter en intelligence artificielle ?
Pour débuter, choisissez un livre de vulgarisation sans prérequis. « L’intelligence artificielle pour les Nuls » explique les concepts clés du machine learning et du deep learning sans jargon. « Le petit livre de l’IA en 5 minutes par jour » de Stéphane d’Ascoli convient aux emplois du temps serrés grâce à ses chapitres courts. « Quand la machine apprend » de Yann Le Cun reste accessible tout en venant d’un expert mondial. Ces trois titres posent des bases solides avant d’aborder des ouvrages plus techniques.
Comment apprendre l’intelligence artificielle par soi-même ?
Apprendre l’IA seul demande une progression structurée. Commencez par un livre de vulgarisation pour saisir les concepts, puis avancez vers un ouvrage pratique comme « Hands-On Machine Learning » d’Aurélien Géron pour coder vos premiers modèles. Apprenez les bases de Python en parallèle. Comptez quelques mois pour maîtriser les fondamentaux. La lecture pose le cadre, mais la pratique régulière et un parcours encadré accélèrent fortement la montée en compétences vers les métiers de l’IA.
Quel livre lire sur l’IA générative et ChatGPT ?
Pour l’IA générative, « Co-Intelligence » d’Ethan Mollick est la meilleure boussole. Le professeur de la Wharton School explique comment collaborer avec ChatGPT et ses équivalents au travail. Pour comprendre les dérives, « Deepfake » d’Olivier Lascar décrypte les contenus truqués par l’IA. Pour les coulisses du secteur, « Empire of AI » de Karen Hao enquête sur OpenAI et Sam Altman. Ces ouvrages récents reflètent l’état réel de la technologie en 2026, contrairement aux essais plus anciens.
Existe-t-il des livres gratuits sur l’intelligence artificielle ?
Oui, plusieurs ressources de qualité sont gratuites. Le manuel « Deep Learning » de Goodfellow, Bengio et Courville est consultable en ligne gratuitement dans sa version anglaise. Des institutions comme Inria publient des livres blancs accessibles sans frais. De nombreux cours en ligne ouverts complètent ces lectures. La version payante d’un livre offre souvent une mise en page soignée et des exercices. Pour démarrer sans budget, les versions numériques gratuites des manuels de référence suffisent à acquérir de solides bases.
Pour aller plus loin que la lecture
Se former concrètement à l’intelligence artificielle
Les livres posent les concepts, une formation les transforme en compétences professionnelles. Découvrez nos parcours pour vous former à l’IA et choisir le programme adapté à votre projet.
Utiliser un assistant IA au quotidien
Après la théorie, place à la pratique avec les outils du marché. Notre guide sur les assistants IA les plus utiles vous aide à les intégrer dans votre travail.
Suivre l’essor de l’IA en France
L’écosystème français de l’IA grandit vite, des laboratoires aux start-up. Pour en savoir plus, lisez notre dossier sur l’intelligence artificielle en France et ses acteurs.
Chez LearnThings, nous comparons les formations pour vous aider à choisir et financer celle qui correspond à votre objectif. Un bon livre ouvre la porte, le bon parcours vous fait franchir le seuil vers un métier de l’intelligence artificielle.
[ { “@context”:”https://schema.org”,”@type”:”Article”, “headline”:”Les meilleurs livres pour comprendre l’intelligence artificielle”, “description”:”Sélection des 15 meilleurs livres pour comprendre l’intelligence artificielle, classés par niveau : débutant, société, technique et IA générative.”, “datePublished”:”2026-06-26″,”dateModified”:”2026-06-26″, “author”:{“@type”:”Organization”,”name”:”LearnThings”,”url”:”https://www.learnthings.fr”}, “publisher”:{“@type”:”Organization”,”name”:”LearnThings”,”url”:”https://www.learnthings.fr”}, “mainEntityOfPage”:{“@type”:”WebPage”,”@id”:”https://www.learnthings.fr/les-meilleurs-livres-pour-comprendre-lintelligence-artificielle/”}, “url”:”https://www.learnthings.fr/les-meilleurs-livres-pour-comprendre-lintelligence-artificielle/” }, { “@context”:”https://schema.org”,”@type”:”FAQPage”, “mainEntity”:[ {“@type”:”Question”,”name”:”Quel est le meilleur livre pour comprendre l’intelligence artificielle ?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Le meilleur livre dépend de votre profil. Pour un débutant total, « L’intelligence artificielle pour les Nuls » de Mueller et Massaro reste le point de départ le plus accessible. Pour comprendre le deep learning par un pionnier, « Quand la machine apprend » de Yann Le Cun fait référence. Pour penser les enjeux de société, « La vie 3.0 » de Max Tegmark s’impose. Les profils techniques préfèrent « Artificial Intelligence: A Modern Approach » de Russell et Norvig, le manuel de référence des universités.”}}, {“@type”:”Question”,”name”:”Quel livre pour débuter en intelligence artificielle ?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Pour débuter, choisissez un livre de vulgarisation sans prérequis. « L’intelligence artificielle pour les Nuls » explique les concepts clés du machine learning et du deep learning sans jargon. « Le petit livre de l’IA en 5 minutes par jour » de Stéphane d’Ascoli convient aux emplois du temps serrés grâce à ses chapitres courts. « Quand la machine apprend » de Yann Le Cun reste accessible tout en venant d’un expert mondial. Ces trois titres posent des bases solides avant d’aborder des ouvrages plus techniques.”}}, {“@type”:”Question”,”name”:”Comment apprendre l’intelligence artificielle par soi-même ?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Apprendre l’IA seul demande une progression structurée. Commencez par un livre de vulgarisation pour saisir les concepts, puis avancez vers un ouvrage pratique comme « Hands-On Machine Learning » d’Aurélien Géron pour coder vos premiers modèles. Apprenez les bases de Python en parallèle. Comptez quelques mois pour maîtriser les fondamentaux. La lecture pose le cadre, mais la pratique régulière et un parcours encadré accélèrent fortement la montée en compétences vers les métiers de l’IA.”}}, {“@type”:”Question”,”name”:”Quel livre lire sur l’IA générative et ChatGPT ?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Pour l’IA générative, « Co-Intelligence » d’Ethan Mollick est la meilleure boussole. Le professeur de la Wharton School explique comment collaborer avec ChatGPT et ses équivalents au travail. Pour comprendre les dérives, « Deepfake » d’Olivier Lascar décrypte les contenus truqués par l’IA. Pour les coulisses du secteur, « Empire of AI » de Karen Hao enquête sur OpenAI et Sam Altman. Ces ouvrages récents reflètent l’état réel de la technologie en 2026, contrairement aux essais plus anciens.”}}, {“@type”:”Question”,”name”:”Existe-t-il des livres gratuits sur l’intelligence artificielle ?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Oui, plusieurs ressources de qualité sont gratuites. Le manuel « Deep Learning » de Goodfellow, Bengio et Courville est consultable en ligne gratuitement dans sa version anglaise. Des institutions comme Inria publient des livres blancs accessibles sans frais. De nombreux cours en ligne ouverts complètent ces lectures. La version payante d’un livre offre souvent une mise en page soignée et des exercices. Pour démarrer sans budget, les versions numériques gratuites des manuels de référence suffisent à acquérir de solides bases.”}} ] }, { “@context”:”https://schema.org”,”@type”:”BreadcrumbList”, “itemListElement”:[ {“@type”:”ListItem”,”position”:1,”name”:”Accueil”,”item”:”https://www.learnthings.fr/”}, {“@type”:”ListItem”,”position”:2,”name”:”Intelligence Artificielle”,”item”:”https://www.learnthings.fr/formations/intelligence-artificielle/”}, {“@type”:”ListItem”,”position”:3,”name”:”Les meilleurs livres pour comprendre l’IA”,”item”:”https://www.learnthings.fr/les-meilleurs-livres-pour-comprendre-lintelligence-artificielle/”} ] }, { “@context”:”https://schema.org”,”@type”:”ItemList”, “name”:”Les meilleurs livres pour comprendre l’intelligence artificielle”, “itemListElement”:[ {“@type”:”ListItem”,”position”:1,”name”:”Quand la machine apprend – Yann Le Cun”}, {“@type”:”ListItem”,”position”:2,”name”:”L’intelligence artificielle pour les Nuls – John Paul Mueller et Luca Massaro”}, {“@type”:”ListItem”,”position”:3,”name”:”L’intelligence artificielle n’existe pas – Luc Julia”}, {“@type”:”ListItem”,”position”:4,”name”:”Intelligence artificielle vulgarisée – Aurélien Vannieuwenhuyze”}, {“@type”:”ListItem”,”position”:5,”name”:”Le petit livre de l’IA en 5 minutes par jour – Stéphane d’Ascoli”}, {“@type”:”ListItem”,”position”:6,”name”:”La vie 3.0 – Max Tegmark”}, {“@type”:”ListItem”,”position”:7,”name”:”La déferlante – Mustafa Suleyman”}, {“@type”:”ListItem”,”position”:8,”name”:”Intelligence artificielle, intelligence humaine : la double énigme – Daniel Andler”}, {“@type”:”ListItem”,”position”:9,”name”:”The Age of AI – Kissinger, Schmidt et Huttenlocher”}, {“@type”:”ListItem”,”position”:10,”name”:”Artificial Intelligence: A Modern Approach – Stuart Russell et Peter Norvig”}, {“@type”:”ListItem”,”position”:11,”name”:”Deep Learning – Ian Goodfellow, Yoshua Bengio et Aaron Courville”}, {“@type”:”ListItem”,”position”:12,”name”:”Hands-On Machine Learning – Aurélien Géron”}, {“@type”:”ListItem”,”position”:13,”name”:”Co-Intelligence – Ethan Mollick”}, {“@type”:”ListItem”,”position”:14,”name”:”Deepfake : l’IA au service du faux – Olivier Lascar”}, {“@type”:”ListItem”,”position”:15,”name”:”Empire of AI – Karen Hao”} ] } ]
