Vision par ordinateur : quand l'IA apprend à « voir »
La vision par ordinateur est la branche de l'IA qui permet à une machine d'analyser des images et des vidéos pour y reconnaître des objets, du texte, des visages ou des situations. Elle est derrière le déverrouillage facial de votre téléphone comme derrière l'assistant IA qui décrit une photo que vous lui envoyez.
Données au 22 octobre 2026
L'essentiel en chiffres
| Niveau | Débutant |
|---|---|
| Origine | 1966 |
| Introduit par | Seymour Papert, The Summer Vision Project (MIT, AI Memo 100) |
Une définition simple
La vision par ordinateur regroupe les techniques qui permettent à une machine de tirer des informations d’une image ou d’une vidéo. Concrètement, cela peut vouloir dire : dire ce qu’il y a sur une photo, localiser chaque objet, lire un texte imprimé, suivre un mouvement ou repérer une anomalie.
Depuis les années 2010, la plupart de ces systèmes reposent sur l’apprentissage profond : un réseau de neurones est entraîné sur un très grand nombre d’images annotées (« ceci est un vélo », « ceci est un piéton ») jusqu’à savoir reconnaître ces éléments dans des images qu’il n’a jamais vues.
Des exemples concrets
- Sur votre téléphone : le déverrouillage par le visage, la recherche « plage » dans votre galerie photo, la traduction d’un panneau en pointant l’appareil photo.
- Au bureau : la numérisation d’une note de frais qui remplit automatiquement le montant et la date, ou la lecture d’un PDF scanné.
- Dans l’industrie : une caméra repère les pièces défectueuses sur une chaîne de production.
- En voiture : les aides à la conduite détectent les lignes blanches et certains panneaux.
- Avec un assistant IA : vous photographiez une notice en langue étrangère et l’assistant vous l’explique. On parle alors d’IA multimodale, capable de traiter texte et image ensemble.
D’où vient le domaine
L’ambition est ancienne. En juillet 1966, Seymour Papert, au MIT, lançait le « Summer Vision Project », qui visait à faire découper une image en régions et identifier des objets par un programme (mémo original AI Memo 100). Le problème s’est révélé bien plus difficile que prévu et a occupé les chercheurs pendant des décennies.
Ce que ça change pour vous, et les pièges à éviter
Savoir qu’un assistant « lit » vos images vous ouvre des usages pratiques : faire résumer un tableau photographié, vérifier l’orthographe d’une affiche, comprendre un message d’erreur à l’écran. Pour savoir quels assistants acceptent les images, consultez le comparateur d’assistants IA.
Quelques idées reçues à corriger :
- « Si l’IA reconnaît une image, c’est sûr. » Elle donne une estimation, pas une certitude. Pour un diagnostic médical ou une décision importante, un professionnel reste indispensable.
- « Une photo ne révèle que ce qu’on voit. » Une image peut contenir des informations discrètes (adresse sur une enveloppe, reflet, plaque d’immatriculation). Relisez avant de partager.
- « Voir et créer, c’est pareil. » La génération d’images et les deepfakes relèvent de la création, pas de l’analyse, même si les techniques se ressemblent.
Termes liés
- IA multimodale · IA capable de comprendre ou de produire plusieurs types de contenus : texte, images, son, vidéo, parfois dans la même conversation.
- Apprentissage profond · Apprentissage automatique qui utilise des réseaux de neurones à nombreuses couches ; c'est la technique derrière les IA actuelles.
- Réseau de neurones · Programme formé de nombreuses petites unités de calcul reliées entre elles, qui apprend en ajustant la force de ces liens.
- Génération d'images · Création d'une image nouvelle par une IA à partir d'une description écrite (un prompt) ou d'une autre image.
- Deepfake (hypertrucage) · Image, vidéo ou voix truquée par l'IA pour faire croire qu'une personne réelle a dit ou fait quelque chose qu'elle n'a jamais dit ni fait.
- Données d'entraînement · Ensemble des exemples (textes, images, sons…) dont un modèle d'IA se sert pour apprendre ; il façonne ce qu'il sait et ses défauts.
Tout le glossaire
Questions fréquentes
Une IA voit-elle une image comme nous ?
Non. Pour la machine, une image est un tableau de nombres (la couleur de chaque pixel). Elle apprend à repérer des formes et des motifs dans ces nombres, ce qui lui permet de reconnaître un chat ou un panneau, sans perception consciente.
Quelle différence entre vision par ordinateur et génération d'images ?
La vision par ordinateur analyse une image existante (que contient-elle ?). La génération d'images fait l'inverse : elle crée une image à partir d'une description. Les deux reposent souvent sur des techniques proches.
Puis-je envoyer une photo à ChatGPT ou à un autre assistant ?
La plupart des grands assistants acceptent aujourd'hui des images : ils peuvent décrire une photo, lire un document scanné ou expliquer un graphique. Évitez d'y envoyer des documents d'identité ou des informations sensibles.
La vision par ordinateur peut-elle se tromper ?
Oui. Une image floue, un angle inhabituel ou un objet rare peuvent la piéger. Elle peut aussi être moins fiable sur des catégories de personnes mal représentées dans ses données d'entraînement.
Sources des données
Données au 22 octobre 2026
Signaler une erreur
Un chiffre, une date ou une information vous semble faux ? Dites-le-nous : chaque signalement est vérifié.