Quel est l’objectif général de l’intelligence artificielle ?
Concevoir des systèmes capables d’effectuer des tâches associées aux capacités intellectuelles humaines.
Qui a introduit l’expression « intelligence artificielle » ?
John McCarthy, en 1956.
Qui a proposé le test de Turing, et en quelle année ?
Alan Turing, en 1950.
Que désigne l’IA faible, par opposition à l’IA forte ?
Une IA spécialisée dans des tâches spécifiques, sans conscience humaine.
Sur quoi repose l’IA symbolique ?
Sur des règles explicites, des symboles, des connaissances structurées et le raisonnement logique.
Comment le Machine Learning acquiert-il des régularités et des paramètres ?
À partir de données.
Que caractérise l’approche connexionniste pendant l’apprentissage ?
Les connexions et les poids des réseaux de neurones artificiels sont ajustés.
Quelles méthodes l’IA hybride combine-t-elle ?
Des méthodes symboliques et des modèles statistiques ou connexionnistes.
À quelles qualités l’IA hybride associe-t-elle la souplesse de l’apprentissage ?
À la rigueur et à l’explicabilité des règles.
Quelles données utilise l’apprentissage supervisé ?
Des exemples étiquetés dont les réponses attendues sont connues.
Que recherche l’apprentissage non supervisé dans des données sans étiquettes ?
Des structures, des groupes ou des régularités.
Comment l’apprentissage par renforcement améliore-t-il la stratégie d’un agent ?
L’agent agit dans un environnement et reçoit des récompenses ou des pénalités.
Que prédit la classification en apprentissage automatique ?
Une catégorie.
Que désigne la généralisation d’un modèle ?
Sa capacité à réussir sur de nouvelles données jamais rencontrées pendant l’entraînement.
Quand survient le surapprentissage d’un modèle ?
Lorsqu’il apprend trop précisément les particularités des données d’entraînement et généralise mal.
Quand survient le sous-apprentissage d’un modèle ?
Lorsqu’il n’apprend pas suffisamment les régularités des données.
Quelles performances un modèle sous-appris obtient-il sur les données d’entraînement ?
De mauvaises performances.
Qu’est-ce que le Deep Learning ?
Une branche du Machine Learning utilisant des réseaux de neurones à plusieurs couches de traitement.
Comment le Deep Learning se situe-t-il par rapport au Machine Learning et à l’intelligence artificielle ?
Le Deep Learning est inclus dans le Machine Learning, lui-même inclus dans l’intelligence artificielle.
Quels éléments un neurone artificiel combine-t-il ?
Des entrées, des poids, généralement un biais et une fonction d’activation.
Quel rôle la fonction d’activation joue-t-elle dans un réseau neuronal ?
Elle introduit de la non-linéarité pour modéliser des relations complexes.
Que produit l’IA générative, contrairement à l’IA classique ?
De nouveaux contenus, comme du texte, des images, du code, de l’audio ou de la vidéo.
Qu’est-ce qu’un LLM ?
Un modèle statistique entraîné sur de grandes quantités de textes et capable de générer du langage à partir de régularités apprises.
Qu’est-ce qu’un token pour un modèle de langage ?
Une unité de texte manipulée par le modèle, comme un mot, une partie de mot ou un signe.
Que cherche à améliorer un LLM en ajustant ses paramètres pendant l’entraînement ?
Ses prédictions, notamment celles des tokens suivants.
Qu’est-ce que l’inférence d’un LLM ?
L’utilisation des paramètres appris pour produire une prédiction ou une réponse.
En quelle année l’architecture Transformer a-t-elle été introduite ?
En 2017.
Que fait la self-attention aux relations entre les tokens ?
Elle les pondère pour construire des représentations contextualisées.
Qu’est-ce qu’un prompt destiné à une IA ?
Une instruction ou un ensemble d’informations guidant sa réponse.
Combien d’exemples le zero-shot, le one-shot et le few-shot fournissent-ils avant la tâche ?
Aucun pour le zero-shot, un pour le one-shot et quelques-uns pour le few-shot.
Que signifie le framework T-C-R-E-I ?
Task, Context, Reference, Evaluate et Iterate.
Quels éléments un bon prompt précise-t-il ?
La tâche, le contexte, les contraintes et le résultat attendu.
Que signifie RAG et que fournit-il au modèle ?
Le RAG recherche des informations externes et les fournit au modèle pour enrichir sa réponse.
Quand le RAG apporte-t-il des informations, contrairement à l’entraînement ?
Le RAG les apporte au moment de la génération, tandis que l’entraînement modifie les paramètres du modèle.
Qu’est-ce qu’un agent IA ?
Un système capable de poursuivre un objectif, d’utiliser des outils, d’observer des résultats et d’exécuter des actions dans un cadre défini.
Qu’est-ce que l’Agentic AI ?
Une approche systémique reposant sur un ou plusieurs agents coordonnés pour réaliser des tâches complexes avec planification et adaptation.
Qu’est-ce qu’une hallucination en intelligence artificielle ?
Une information fausse ou inventée, parfois présentée avec assurance.
Qu’est-ce qu’un biais en intelligence artificielle ?
Une tendance systématique qui favorise ou défavorise certaines options ou certains groupes.
Qu’est-ce qu’un stéréotype attribué à un groupe de personnes ?
Une généralisation simplifiée.
Qu’est-ce qu’une discrimination envers une personne ou un groupe ?
Un traitement défavorable injustifié.
Que faut-il faire pour justifier la conclusion d’un biais systématique ?
Répéter les observations, comparer plusieurs résultats et justifier les conclusions.
Quels risques principaux de l’IA générative sont présentés ?
La confidentialité, les biais et discriminations, la cybersécurité, l’environnement, la propriété intellectuelle, la confidentialité des conversations et les hallucinations.
Quel langage John McCarthy a-t-il créé pour l’intelligence artificielle ?
LISP.
Qui a créé ELIZA, et en quelle année ?
Joseph Weizenbaum, en 1966.
Comment ELIZA produit-elle ses réponses conversationnelles ?
Elle repère des mots-clés et applique des règles de reformulation à des réponses préparées.
Quelle équipe a créé AlphaGo Zero, et en quelle année ?
DeepMind, en 2017.
Qu’est-ce qu’un paradigme en intelligence artificielle ?
Une grande approche ou méthode pour concevoir des systèmes d’IA.
Quel seuil de paiement peut déclencher une alerte symbolique ?
Un paiement supérieur à 10 000 €.
Qu’est-ce qu’une ontologie en intelligence artificielle ?
Une représentation structurée de concepts et de leurs relations.
Qu’est-ce qu’une étiquette dans un exemple d’entraînement ?
La réponse attendue associée à cet exemple.
Quel type d’apprentissage consiste à classer des e-mails « spam » ou « non-spam » déjà étiquetés ?
L’apprentissage supervisé.
Qu’est-ce que le clustering ?
Le regroupement d’observations présentant des caractéristiques similaires.
À quel type d’apprentissage le clustering appartient-il généralement ?
À l’apprentissage non supervisé.
Comment un modèle en surapprentissage réussit-il sur les données d’entraînement ?
Il obtient de très bons résultats.
Comment un modèle en surapprentissage réussit-il sur des données nouvelles ?
Il obtient de mauvais résultats.
Que produit la couche de sortie d’un réseau de neurones ?
Le résultat.
Que sont ajustés pendant l’entraînement d’un réseau pour réduire l’erreur ?
Les paramètres.
Que calcule la rétropropagation à propos des paramètres ?
Leur contribution à l’erreur.
Dans quel but la descente de gradient modifie-t-elle les paramètres ?
Pour réduire une fonction de perte.
Qu’est-ce que la tokenisation ?
Le découpage du texte en tokens.
Qu’est-ce qu’un pattern en IA ?
Une structure, une régularité ou une répétition identifiable dans les données.
Quelles sont les étapes de la boucle simplifiée d’entraînement d’un LLM ?
Contexte, prédiction, calcul de l’erreur, puis ajustement des paramètres.
Que signifie le sigle GPT ?
Generative Pre-trained Transformer.
Sur quelle architecture GPT repose-t-il ?
Sur l’architecture Transformer.
Que signifient les lettres Q, K et V ?
Query, Key et Value.
Que sont les embeddings utilisés par un modèle ?
Des représentations numériques des tokens.
À quoi sert l’information de position dans un Transformer ?
À prendre en compte l’ordre des tokens.
Comment GPT génère-t-il habituellement les nouveaux tokens d’une réponse ?
Successivement, par autorégression.
Qu’est-ce que le prompting ?
La conception et l’amélioration des consignes envoyées à un modèle.
Où le few-shot fournit-il ses exemples, et quel effet ont-ils sur les poids du modèle ?
Dans le contexte du prompt, sans modifier automatiquement les poids du modèle.
Quel est l’objectif du Chain-of-Thought en prompting ?
Décomposer un problème en étapes de raisonnement.
Quelles contraintes définissent l’explication de l’IA pour un enfant dans le TD ?
Trois phrases maximum, des mots simples et un exemple concret.
Quelle séquence suit le fonctionnement simplifié du RAG ?
Question, recherche documentaire, récupération de passages pertinents, puis génération d’une réponse.
Que permet le RAG sans réentraîner le modèle ?
Il permet d’utiliser des connaissances externes ou actualisées et peut réduire les hallucinations sans les supprimer totalement.
Quelle boucle de fonctionnement suit un agent IA ?
Réflexion, action, observation, puis ajustement.
Quels outils un agent IA peut-il utiliser ?
Des API, des moteurs de recherche, des bases de données ou des calculatrices.
En quelle année un cabinet d’avocats new-yorkais a-t-il présenté des références juridiques inventées après l’usage d’une IA conversationnelle ?
En 2023.
Quelles causes d’hallucinations en intelligence artificielle sont mentionnées ?
Des données d’entraînement insuffisantes, des hypothèses erronées et des biais dans les données.
Pourquoi les hallucinations sont-elles dangereuses dans les domaines médical, juridique ou financier ?
Elles peuvent influencer des décisions importantes.
Quelle mesure permet de limiter les risques d’hallucination en intelligence artificielle ?
Vérifier les informations importantes.
Quelles autres pratiques limitent les risques d’hallucination en intelligence artificielle ?
Consulter des sources fiables, confronter les résultats et maintenir une supervision humaine.
Que peuvent provoquer des données d’entraînement biaisées ?
La reproduction ou le renforcement d’inégalités et de discriminations par un modèle.
Quelles professions et générations sont associées à des représentations stéréotypées ?
Les mécaniciens aux hommes et la maîtrise des nouvelles technologies aux jeunes.
Quels autres biais sont étudiés dans le TD ?
Les biais culturels et socio-économiques, ainsi que la sous-représentation du handicap.
Comment reformuler la question sur les dangers des réseaux sociaux pour les adolescents ?
Quels sont les avantages et les risques des réseaux sociaux pour les adolescents ?
Qu’est-ce qu’un risque de confidentialité ?
Le risque de divulguer ou d’utiliser de manière inappropriée des données personnelles ou professionnelles.
Que risque un salarié partageant des données clients avec une IA non autorisée ?
Il expose des informations confidentielles.
Qu’est-ce que le phishing ?
Une tentative de tromper une personne pour obtenir des informations sensibles ou lui faire réaliser une action dangereuse.
Comment l’IA générative peut-elle contribuer aux cyberattaques ?
Elle peut produire des messages de phishing ou faciliter certaines cyberattaques.
Quels impacts environnementaux de l’IA sont mentionnés ?
La consommation énergétique et les déchets électroniques liés notamment aux infrastructures informatiques.
Qu’est-ce qu’un risque lié à la propriété intellectuelle ?
L’utilisation ou la reproduction non autorisée de contenus protégés.
De quoi dépendent les garanties de confidentialité des conversations avec une IA ?
Des outils, des paramètres et des politiques de traitement des données.
Teste tes connaissances avec un QCM de 45 questions sur Culture de l’intelligence artificielle.
1. Quel est l’objectif général de l’intelligence artificielle en informatique ?
2. Quel événement marque la naissance officielle de l’intelligence artificielle en 1956 ?
Révisez le cours complet dans la fiche de révision de Culture de l’intelligence artificielle.
Voir la fiche →Importe ton cours et l'IA génère des flashcards en 30 secondes.
Générateur de flashcards