24 termes

Glossaire IA

Les mots rencontrés dans les articles, expliqués simplement, avec leurs sources. Chaque définition est revue quand l'actualité change son sens.

A

agent IA
Un agent IA est un programme qui s'appuie sur un modèle d'IA pour choisir lui-même les actions à enchaîner jusqu'à atteindre un objectif.
apprentissage non supervisé
L'apprentissage non supervisé est une méthode où le modèle découvre seul des structures dans les données sans qu'on lui donne les réponses attendues.
apprentissage supervisé
L'apprentissage supervisé est une méthode où un modèle apprend sur des données étiquetées, c'est-à-dire des exemples dont on connaît déjà la bonne réponse.
auto-hébergé
Auto-hébergé qualifie un logiciel ou un service qu'on installe et fait tourner sur ses propres machines plutôt que de passer par un service en ligne géré par un tiers.

C

classification
La classification est une tâche d'apprentissage automatique qui attribue une catégorie à une donnée, là où la régression prédit un nombre.
clustering
Le clustering est une technique d'apprentissage non supervisé qui regroupe automatiquement les données qui se ressemblent, sans catégories fixées à l'avance.

E

entraînement
L'entraînement est la phase où un modèle d'IA apprend à partir de données en ajustant ses paramètres pour réduire ses erreurs.

G

GPU
Un GPU est un processeur conçu pour effectuer en parallèle un très grand nombre de petits calculs, ce qui en fait la puce la plus utilisée pour entraîner et faire tourner les modèles d'IA.

H

hallucination
Une hallucination est une réponse inventée par une IA qui paraît crédible mais qui est fausse ou sans fondement.

I

inférence
L'inférence est l'étape où un modèle d'IA déjà entraîné produit une réponse à partir d'une nouvelle entrée.
injection
Technique qui consiste à glisser des instructions ou du code malveillants dans une entrée pour détourner un programme ou un modèle d'IA de son usage prévu.

K

K-means
K-means est un algorithme d'apprentissage non supervisé qui répartit des données en K groupes homogènes en rapprochant les points d'un même groupe.

L

LLM
Un grand modèle de langage (LLM) est un programme entraîné sur d'énormes quantités de textes pour lire et produire du langage humain.

M

Machine learning
Le Machine learning permet à une machine d'apprendre à partir de données au lieu de suivre des règles écrites à la main.
MCP
Le Model Context Protocol (MCP) est un protocole standard qui permet aux agents IA de se brancher sur des sources de données et des outils externes.
misalignment
Décalage entre ce qu'un système d'IA fait réellement et ce que ses concepteurs ou ses utilisateurs attendent de lui.

N

NPU
Un NPU est une puce spécialisée dans les calculs d'intelligence artificielle, conçue pour exécuter des modèles rapidement et avec peu d'énergie.

O

open source
Un logiciel open source publie son code source. Chacun peut le lire, le modifier et le redistribuer dans les limites fixées par sa licence.
orchestration d'agents
L'orchestration d'agents consiste à coordonner plusieurs agents autonomes pour qu'ils collaborent sur une tâche complexe, en répartissant les rôles et en organisant leurs échanges.

P

polysémanticité
Propriété d'un neurone artificiel qui réagit à plusieurs concepts différents sans rapport apparent, ce qui rend son interprétation difficile.

R

régression linéaire
La régression linéaire est un modèle statistique qui prédit une valeur numérique en combinant des variables d'entrée de façon linéaire.
régression logistique
La régression logistique est une méthode d'apprentissage automatique qui estime la probabilité qu'un exemple appartienne à une catégorie pour le classer.

S

scraping
Le scraping est la collecte automatique de données publiées sur des sites web par un programme qui parcourt les pages à la place d'un humain.

V

variable catégorielle
Une variable catégorielle est une donnée qui prend un nombre limité de valeurs distinctes : des étiquettes ou des catégories plutôt que des nombres continus.