Introduction

• Positionnement de l’IA générative par rapport a l’IA conventionnelle. Peut-on tout faire avec l’IA générative ?
• Compréhension des principaux modèles disponibles en IA générative (OpenAI, Mistral AI, Llama…)

Utilisation de Spring AI

• Présentation de Spring AI
• Création d’un projet avec les Spring Boot starters de Spring AI
• Mise en place d’un appel OpenAI avec Spring AI et le ChatClient
• Utilisation des paramètres de prompt
• Comment Spring AI utilise JSON Schema pour convertir une réponse de chat en objet Java (entité)
• Interfaçage avec un modèle visuel pour l'interprétation d’images et vidéos Notion de conversation: comment effectuer des appels ChatGPT qui gardent un context conversationnel avec ChatMemory

Utilisation de modèles en local avec Ollama

• Introduction à Ollama
• Passage en revue des principaux modèles locaux proposés par Ollama
• Intégration de Spring AI avec Ollama
• Ollama, un outil à utiliser en production ?

RAG et les bases de données vectorielles

• Introduction au RAG (Retrieval Augmented Generation). Pourquoi les LLMs ont-ils besoin de contexte ?
• Bases de données vectorielles : qu’est-ce qu’un vecteur ?
• Génération de vecteurs avec un modèle
• Recherche de vecteurs par similarité
• Mise en pratique avec SimpleVectorStore
• Introduction à pgvector et aux nombreuses bases vectorielles du marché