Un modèle de langage sait décrire une balle qui rebondit. Rien ne l’oblige pourtant à savoir où elle sera dans une seconde. Les world models, ou modèles du monde, que développent Google DeepMind, NVIDIA et bien d’autres laboratoires, veulent combler ce manque : donner à l’IA la capacité d’anticiper les conséquences de ses actes. Dans « L’IA ouvre les yeux », en vente à partir du 22 novembre 2026, Christelle Lusso, docteure en mathématiques et data scientist, en dresse la carte complète, des premières intuitions jusqu’aux questions de régulation.
Voir le livre sur AmazonVersion brochée en couleur ; aussi en noir et blanc et en version Kindle
L’IA qui trichait dans ses rêves
L’histoire commence en 2018, avec un jeu vidéo. Deux chercheurs, David Ha et Jürgen Schmidhuber, veulent apprendre à une IA à survivre dans une version de Doom où il faut esquiver les tirs ennemis. Ils lui font d’abord regarder des parties jouées au hasard, pour qu’elle apprenne à prévoir ce qui va se passer à l’écran. Puis ils entraînent son pilote uniquement dans cette simulation intérieure, son « rêve ». Replacé dans le vrai jeu, le pilote tient bon.
Le plus savoureux est ailleurs. Certaines versions avaient découvert qu’elles pouvaient faire baisser la fréquence des tirs ennemis dans leur rêve, ce que le vrai jeu ne permet pas. Elles trichaient avec leur propre imagination.
Christelle Lusso raconte cet épisode avec gourmandise, et en tire une leçon qui traverse tout son livre : plus une IA est douée pour optimiser, plus elle trouve les failles du monde qu’on lui a appris. Pour une IA qui conduit une voiture, pilote un robot ou agit dans un logiciel d’entreprise, la question n’a rien d’anecdotique.
La prochaine étape après ChatGPT
Avant de traverser une rue, vous estimez la vitesse des voitures. Avant de saisir une tasse, vous anticipez son poids. Vous agissez grâce à une représentation intérieure du monde, sans attendre de subir chaque conséquence. Un modèle du monde cherche à donner cette capacité à une machine : prévoir comment une situation va évoluer, et comment elle évoluerait selon l’action choisie.
L’autrice en propose une définition volontairement simple : « Un modèle du monde est un modèle prédictif de l’évolution d’un environnement. » Tout le reste en découle.
Le sujet a quitté les laboratoires. Des robots apprennent à manipuler des objets, des voitures à anticiper un piéton masqué par un camion, des agents à prévoir l’effet d’un clic avant de le faire. Genie, de Google DeepMind, fabrique un monde jouable à partir d’une simple image, même d’un dessin. Le livre fait le tour de ces usages et donne les repères pour s’y retrouver dans un domaine où le même mot désigne des objets très différents.
Trois idées qui changent le regard sur l’IA
Une belle vidéo n’est pas un monde. Posez un objet dans une boîte, fermez-la, rouvrez-la : l’objet doit toujours y être. Une vidéo générée peut paraître parfaite image par image et rater ce test. Christelle Lusso apprend à distinguer ce qui ressemble au réel de ce qui permet vraiment de décider, une distinction précieuse face aux démonstrations spectaculaires.
Un bon modèle ne garde que ce qui compte. Le plan du métro ne reproduit ni la forme des rues ni les distances, et c’est pour cela qu’il est utile. Pour une IA, c’est pareil : la couleur d’une porte importe peu, savoir qu’elle est verrouillée change tout.
Ce qui manque, ce sont les données d’action. Internet regorge de vidéos, mais elles montrent rarement les gestes qui ont provoqué ce qu’on voit, ni les forces en jeu. Les données de robots qui agissent, avec leurs essais et leurs échecs, sont rares et chères. Et aucune puissance de calcul ne fait apparaître une information que les données ne contiennent pas.
La recherche en IA vous passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Un livre pour les ingénieurs, et pour ceux qui décident
Le livre ne s’arrête pas à la technique. Ses derniers chapitres s’adressent aux dirigeants, aux DSI, aux juristes et aux acheteurs qui verront arriver ces systèmes.
Comment juger une promesse ? En testant le système quand ses décisions modifient vraiment la situation, en regardant ses pires résultats plutôt que sa moyenne, en vérifiant ce qui se passe quand on change une seule action. Le livre en tire des questions très concrètes à poser à un fournisseur.
Comment garder la main ? Une IA qui apprend de ses propres actions peut graver une erreur dans sa mémoire. L’autrice détaille ce que l’on peut lui confier seule, ce qui demande une validation humaine et quand elle doit s’arrêter. Elle rappelle aussi qu’au regard de l’AI Act, c’est l’usage qui fixe les obligations : le même modèle ne relève pas des mêmes règles dans un jeu vidéo, un hôpital ou un outil de recrutement.
Sa lecture de la souveraineté est l’une des plus originales du livre. Changer d’hébergeur est souvent plus simple que de sortir des formats, des représentations et des méthodes de test d’un fournisseur, construits pendant des années autour de son interface. C’est là, selon elle, que se cache la dépendance la plus coûteuse.
Deux façons de le lire
Le livre se lit à deux vitesses, et le dit franchement. Le lecteur curieux peut ouvrir directement le chapitre 6 et suivre l’histoire, les idées et les enjeux : des renvois le guident vers les notions techniques quand il en a besoin. Celui qui veut tout comprendre trouvera en première partie un cours complet sur les mathématiques de l’IA, des probabilités aux réseaux de neurones.
Chaque idée est d’abord posée avec des mots simples, puis illustrée par un exemple que l’on peut refaire au crayon, avant toute formule. Un pendule à maintenir debout, un robot qui se demande dans quel couloir il se trouve, un piéton qui hésite au bord d’un passage protégé : les 105 figures et les exemples rendent concrètes des notions qui paraissent abstraites. Un personnage tient le fil du livre : un petit robot curieux et parfois maladroit, dont les aventures donnent vie aux mécanismes de la perception, de la prédiction et de l’action.
C’est aussi un livre qui ne survend pas son sujet. Chaque résultat impressionnant est accompagné de ce qu’il prouve et de ce qu’il ne prouve pas, et l’autrice ne présente pas les modèles du monde comme une route assurée vers une intelligence générale. Cette honnêteté en fait un guide fiable dans un domaine saturé d’annonces. La bibliographie, classée par grandes familles et par ordre chronologique, se lit comme une histoire du domaine depuis 1943, et sa version complète est en ligne sur le site de l’autrice.
L’autrice
Christelle Lusso et son livre « L’IA ouvre les yeux », en vente à partir du 22 novembre 2026.
Christelle Lusso est docteure en mathématiques (thèse soutenue en 2013 au CERMICS, à l’École des Ponts). Data scientist senior passée par Renault Digital et DeepLime, elle enseigne l’intelligence artificielle, notamment à l’université Paris 2, à l’ESIEE et à Mines ParisTech. Elle forme aussi des équipes en entreprise, avec une formation au titre qui résume sa démarche : « Comprendre l’IA sans nœuds au cerveau ».
« L’IA ouvre les yeux : World Models. De la prédiction à l’action », Christelle Lusso. En vente depuis le 22 novembre 2026 en version brochée, en couleur ou en noir et blanc, et en version Kindle (12,99 €).
Voir le livre sur AmazonVersion brochée en couleur ; aussi en noir et blanc et en version Kindle





