Les mots à connaître pour mieux comprendre l'IA
- Stéphane Guy
- 13 févr.
- 5 min de lecture
Dernière mise à jour : 2 mars
Avec la présence de plus en plus forte de l'intelligence artificielle dans nos vies, un véritable vocabulaire de l'IA est apparu. Et si l'on souhaite connaître le sujet sur le bout des doigts, il est important de maîtriser tous ces mots, parfois assez techniques. On fait le point avec vous.
En bref
L'intelligence artificielle regroupe des techniques permettant à un programme informatique d'imiter le comportement humain. Elle repose sur des concepts clés comme les réseaux de neurones artificiels et les algorithmes.
Le prompt désigne la requête formulée à une IA pour obtenir une réponse. Il varie selon les outils, allant d'une simple question dans un chatbot à des instructions plus complexes pour générer du contenu.
L'IA générative crée du texte, des images ou du son, contrairement aux IA classiques qui analysent ou trient des données. Des outils comme ChatGPT ou Suno en sont des exemples.
L'apprentissage supervisé nécessite une intervention humaine pour entraîner l'IA, tandis que l'apprentissage non supervisé lui permet d'apprendre seule. Cela influence sa capacité à s’adapter aux nouvelles données.
Le Big Data représente l’accumulation massive de données, essentielles pour entraîner et améliorer les intelligences artificielles.
Intelligence artificielle
Reprenons les bases et définissons d'abord ce qu'est l'IA. Une IA, pour intelligence artificielle, ou artificial intelligence (abrégé en AI) en anglais, désigne un ensemble de techniques pour faire en sorte qu'un programme informatique se comporte autant que possible comme un humain. Nous avons justement écrit un article dédié sur la question de l'IA : c'est quoi une IA ?
Prompt
Traduction anglaise du terme "réplique" ou "demande", le prompt désigne tout simplement la requête formulée à l'IA via son interface, comme une fenêtre de chat. Le prompt désigne par exemple votre demande envers ChatGPT comme "à quelle heure est-il le plus avantageux de lancer une lessive ?". Pour d'autres IA qui fonctionnent avec des commandes plus complexes comme Suno, le prompt désigne l'ensemble des informations renseignées dans les boîtes de dialogue avant de cliquer sur le bouton "create".
Réseau de neurones artificiels
Un réseau de neurones artificiels désigne une structure précise d'IA. Cette dernière est construite avec plusieurs algorithmes, sous forme de "couches" successives dont le but est de réfléchir de manière synchronisée. Vous l'aurez compris, un réseau de neurones artificiels cherche à imiter le cerveau humain en créant plusieurs unités de calcul et de réflexion pour une seule IA. Le but ici est d'avoir une IA plus efficace, dotée de plusieurs algorithmes capables de travailler ensemble pour apporter une réponse à des problèmes complexes.
ChatBot
Un ChatBot, ou robot conversationnel en français, désigne un petit programme conversationnel capable d'interagir avec nous et de répondre à des questions plus ou moins complexes. Les ChatBot sont notamment utilisés sur des sites Web pour aider l'utilisateur, sous la forme d'infobulles vous proposant leur aide à diverses étapes de votre navigation : service après-vente ; service client...
IA Générative
Une IA générative désigne une IA capable de générer du texte, du son, des images, des vidéos ou tout autre contenu. Elle s'oppose aux autres IA dont le but est par exemple de classer, compiler ou trier des données et qui, par conséquent, ne génèrent aucun contenu. On peut citer comme IA génératives ChatGPT, Copilot, Gemini ou encore Suno.
Modèle de langage
Un modèle de langage désigne un programme capable d'imiter l'humain en le comprenant après l'avoir analysé. Il existe plusieurs modèles de langage, et leur mission est de traduire notre langue pour que la machine la comprenne. Ces modèles de langage sont désormais si perfectionnés que l'IA parvient à prendre des phrases dans leur globalité pour en comprendre le sens général. Elle ne se contente plus de répondre en mettant des mots les uns derrière les autres.
Algorithme
Un algorithme, c'est le processus qui permet d'obtenir un résultat avec des données. En bref, l'algorithme est le chemin ou le processus qui permet d'obtenir un résultat. Par exemple, si vous devez monter un meuble que vous venez d'acheter, les données de base désignent les planches et les vis, l'algorithme la phase de construction et le résultat le meuble monté !
Apprentissage supervisé et apprentissage non supervisé
L'apprentissage supervisé est un apprentissage de l'IA contrôlé par l'humain. Son but est d'entraîner une intelligence artificielle à repérer des similarités et des différences pour des données, parfois précises. L'apprentissage supervisé est par exemple utilisé pour créer des IA capables de détecter les spams. En leur montrant manuellement les mails frauduleux et légitimes, elles sont ensuite capables de trier de façon autonome lesdits mails.
L'apprentissage non supervisé, lui, se fait sans intervention humaine. L'IA doit donc réussir à traiter les données seules pour s'adapter et interpréter les données qu'elle a à sa disposition. Cette méthode est utilisée pour les algorithmes de recommandations personnalisés, comme sur les applications de musique ou de streaming.
Quelle est la différence entre une IA qui a été supervisée et une autre qui ne l'a pas été ? L'IA avec un apprentissage supervisé n'est pas capable de prédire de nouveaux contenus et doit être mise à jour de manière "manuelle". L'IA qui aura bénéficié d'un apprentissage non supervisé sera plus à même de s'adapter à de nouvelles données, comme un utilisateur sur une plateforme de streaming vidéo qui se mettrait à regarder des films d'horreur alors qu'il n'en visionnait pas jusqu'à présent. Elle sera alors capable de lui recommander ce genre de films.
Pour en savoir plus sur ce sujet, on vous invite à consulter notre article dédié : Supervisé, non supervisé, par renforcement... c'est quoi l'apprentissage d'une IA ?
Big Data
Le terme "Big data" désigne un ensemble massif de données regroupées. Cet ensemble est si massif et important sur le plan informationnel et informatique qu'il est alors appelé "Big Data". On peut par exemple citer les informations de santé des habitants d'un pays ou d'un continent, les informations bancaires d'une grande société, etc. Le Big Data désigne également par extension un phénomène d'accumulation des données, parfois également appelées mégadonnées.
Voire aussi : ChatGPT : qu'est-ce que c'est et comment l'utiliser ?
Apprentissage automatique, continu et fédéré
L'apprentissage automatique est un terme qui désigne la capacité d'une IA d'apprendre automatiquement à partir de données, via un ou plusieurs modèles mathématiques donnés. Autrement dit, une IA dotée d'un apprentissage automatique bénéficie d'un ou plusieurs modèles mathématiques lui expliquant comment traiter des données. Une fois ce "manuel d'utilisation" appris, elle est capable d'apprendre toute seule à partir de données.
L'apprentissage continu désigne quant à lui la capacité d'une intelligence artificielle à continuer à apprendre et à s'enrichir en permanence, même quand elle est en marche.
Enfin, l'apprentissage fédéré consiste en un modèle bien particulier de création d'une IA. Plusieurs individus ou organismes entraînent une IA, sans communiquer leurs résultats aux autres groupes. Les résultats ne sont partagés qu'à une entité organisatrice, qui se charge de mettre en commun et de synchroniser de manière cohérente toutes les données récoltées pour créer une intelligence artificielle efficace.
Commentaires