QCM : Intelligence artificielle et apprentissage automatique — 8 questions

Explication

L’intelligence artificielle regroupe des systèmes capables d’effectuer des tâches qui nécessitent habituellement l’intelligence humaine. La simple mémorisation de données ne caractérise pas à elle seule une capacité d’intelligence artificielle.

Explication

Recommander fait partie des capacités associées à l’intelligence artificielle, avec reconnaître, décider, générer, prédire et classer. La conservation passive de fichiers ne constitue pas une capacité analytique de cette nature.

Explication

Même de bonnes données peuvent conduire à un échec si la structure du modèle est inadaptée ou si les motifs sont trop complexes. La qualité des données est importante, mais elle ne suffit pas à assurer la réussite effective de l’apprentissage.

Explication

Une hallucination est une génération qui paraît crédible tout en étant fausse et sans fondement factuel. Une réponse simplement incertaine n’est pas nécessairement une hallucination si elle ne présente pas une affirmation fausse comme plausible.

Explication

L’apprentissage par renforcement repose sur une interaction avec l’environnement : état, action, récompense, nouvel état et amélioration de la stratégie. L’apprentissage supervisé, lui, s’appuie sur des exemples étiquetés plutôt que sur ce cycle de récompenses.

Explication

Le pricing dynamique figure parmi les exemples commerciaux de l’apprentissage par renforcement, au même titre que les robots, la logistique et la gestion de l’énergie. L’étiquetage manuel et l’archivage préparent ou stockent des données, mais ne décrivent pas cette application du renforcement.

Explication

La détection de fraude utilise l’intelligence artificielle pour identifier des transactions présentant des caractéristiques suspectes. La recommandation de produits vise plutôt à proposer des articles susceptibles d’intéresser un client.

Explication

L’analyse de sentiment sert à déterminer l’orientation émotionnelle ou l’opinion exprimée dans des messages et des avis. Le scoring client évalue plutôt le profil ou la valeur potentielle d’un client à partir de données disponibles.