Description
Cette section présente les principaux termes liés à l’intelligence artificielle que vous retrouverez dans le
vocabulaire de l’IA. Elle permet de mieux comprendre les notions fondamentales lorsque l’on s’intéresse à
ce domaine.
Lexique
A
-Algorithme
-Apprentissage non supervisé
-Apprentissage par renforcement
-Apprentissage supervisé
B
-Big Data
C
-Chatbot
D
-Deep Learning
-Données (Dataset)
E
-Éthique de l’IA
I
-IA Générative
-Intelligence Artificielle
L
-LLM
M
-Machine Learning
-Modèle
P
-Prompt
R
-RAG
-Réseau de neurones artificiels
T
-Token
-Traitement du langage naturel
-Transformeur
Vocabulaire de l’IA : définitions
A
Algorithme
Ensemble structuré d’instructions ou de règles logiques permettant à une
machine de résoudre un problème ou d’exécuter une tâche de manière
automatisée.
Apprentissage non supervisé
Méthode d’apprentissage automatique où le modèle apprend à partir de
données brutes, sans étiquettes fournies, en se fondant sur la détection de
similarités ou de structures cachées.
Apprentissage par renforcement
Apprentissage automatique dans lequel un agent apprend à prendre des
décisions en interagissant avec un environnement, en recevant des
récompenses ou des sanctions pour atteindre un objectif fixé.
Apprentissage supervisé
Méthode d'entraînement où l'algorithme utilise un jeu de données étiquetées ou
annotées pour apprendre une tâche déterminée.
B
Big Data (Mégadonnées)
Données structurées ou non dont le très grand volume requiert des outils
d’analyse adaptés, essentielles pour l'IA moderne.
C
Chatbot (Dialogueur)
Logiciel spécialisé dans le dialogue en langage naturel avec un humain,
capable de répondre à des questions ou de déclencher l’exécution de tâches.
D
Deep Learning (Apprentissage Profond)
Sous-catégorie du machine learning qui utilise des réseaux de neurones
profonds, composés d'un grand nombre de couches, pour analyser des données
complexes et abstraites.
Données (Dataset)
Ensembles d’informations, organisées ou non, qui servent à entraîner, tester et
améliorer les modèles d’intelligence artificielle. Les données sont la matière
première de l'IA.
E
Éthique de l’IA
Discipline qui questionne la moralité et la responsabilité dans le
développement et l’utilisation de l’IA, afin de garantir un usage équitable et
respectueux, et d'encadrer l'usage de l'intelligence artificielle.
I
IA Générative
Branche de l’intelligence artificielle mettant en œuvre des modèles génératifs,
qui vise à produire de nouveaux contenus textuels, graphiques ou audiovisuels.
Intelligence Artificielle
Champ interdisciplinaire théorique et pratique qui vise à simuler ou imiter des
fonctions cognitives humaines par un dispositif matériel et logiciel. C'est le
domaine scientifique qui vise à créer des machines capables de simuler le
raisonnement, la vision ou le langage.
L
LLM (Grand Modèle de Langage)
Modèle génératif entraîné sur de grands volumes de données textuelles pour
calculer des probabilités d'enchaînement de jetons textuels, en vue de la
génération automatique de texte ou de code informatique.
M
Machine Learning (Apprentissage Automatique)
Branche de l’IA où les systèmes apprennent à partir de données pour améliorer
leurs performances sans programmation explicite. C'est un processus par
lequel un algorithme évalue et améliore ses performances en répétant son
exécution sur des jeux de données.
Modèle
Représentation mathématique créée à partir de données, permettant à un
système d’IA de reconnaître des schémas, de faire des prédictions ou de
prendre des décisions. Le modèle est le cœur de l'algorithme d’apprentissage
automatique.
P
Prompt
Consigne textuelle donnée par un utilisateur à un modèle génératif (comme un
LLM) décrivant la tâche à accomplir ou le résultat attendu.
R
RAG (Génération à Enrichissement Contextuel)
Processus d'optimisation du résultat d’un LLM en lui faisant appel à une base
de connaissances fiable externe et actuelle avant de générer une réponse.
C'est une approche rentable pour améliorer la précision des LLM.
Réseau de neurones artificiels
Architecture d’algorithmes organisés en couches interconnectées, inspirée du
cerveau biologique, utilisée dans l’apprentissage automatique.
T
Token
Donnée élémentaire d’un grand modèle de langage, constituée d’une suite de
caractères obtenue par la segmentation automatique d’un texte. Le nombre de
jetons sert à mesurer la taille et le coût d'un LLM.
Traitement du langage naturel (NLP)
Branche de l’intelligence artificielle qui se concentre sur la compréhension,
l'analyse et la génération automatique du langage humain.
Transformeur
Le transformeur est un réseau de neurones artificiels qui réalise un traitement
parallèle des données d’entraînement d’un apprentissage autosupervisé afin de
développer un modèle génératif.