QCM : Introduction à l'Intelligence Artificielle — 7 questions

Explication

La définition précise de l'intelligence artificielle dans le texte est la capacité d'un système technique à percevoir son environnement, traiter l'information, prendre des décisions avec un certain niveau d'autonomie et réaliser des objectifs spécifiques. Les autres options ne correspondent pas à cette définition. À revoir : Définitions, concepts fondamentaux et applications courantes de l’intelligence artificielle. Appui du cours : « Intelligence Artificielle : Capacité d'un système technique à percevoir son environnement, traiter l'information, prendre des décisions avec un certain niveau d'autonomie et réaliser des objectifs spécifiques. »

Explication

L'intelligence artificielle est définie comme la capacité d'un système technique à percevoir son environnement, traiter l'information, prendre des décisions avec autonomie et atteindre des objectifs, selon la source. À revoir : Définitions, concepts fondamentaux et applications courantes de l’intelligence artificielle. Appui du cours : « Intelligence Artificielle : Capacité d'un système technique à percevoir son environnement, traiter l'information, prendre des décisions avec un certain niveau d'autonomie et réaliser des objectifs spécifiques. »

Explication

Le texte précise que l'IA symbolique repose sur la manipulation de symboles et de règles explicites, tandis que l'IA connexionniste utilise des réseaux de neurones artificiels pour apprendre à partir de données, ce qui correspond à une approche inductive. À revoir : Origines historiques, premières réalisations et approches symbolique et connexionniste de l’intelligence artificielle. Appui du cours : « - L'IA symbolique repose sur la manipulation de symboles et de règles explicites pour représenter la connaissance et le raisonnement déductif. - L'IA connexionniste utilise des réseaux de neurones artificiels pour apprendre à partir de données, adoptant une… »

Explication

Minsky et Papert ont publié leur critique en 1969, montrant que le perceptron ne peut pas résoudre certains problèmes non-linéaires, ce qui a freiné la recherche en réseaux neuronaux. À revoir : Origines historiques, premières réalisations et approches symbolique et connexionniste de l’intelligence artificielle. Appui du cours : « En 1969, Minsky et Papert démontrent que le perceptron ne peut pas résoudre des problèmes non-linéaires (comme le XOR), freinant les recherches en réseaux neuronaux. »

Explication

Les systèmes experts utilisent des règles logiques dérivées de la connaissance d'experts pour répondre à des questions ou résoudre des problèmes dans un domaine spécifique. À revoir : Cycles d’évolution de l’IA : âges d’or, hivers et renouveau avec systèmes experts et réseaux de neurones. Appui du cours : « Un système expert est un programme qui répond à des questions ou résout des problèmes dans un domaine de connaissance donné, à l'aide de règles logiques dérivées de la connaissance des experts humains de ce domaine (par exemple dans le domaine médical). »

Explication

Le texte indique que le premier test de sécurité sur route pour Google a eu lieu en 2012, ce qui en fait la bonne réponse. À revoir : Renaissance de l’IA avec le deep learning, Big Data, puissance de calcul et supercalculateurs. Appui du cours : « 2012, premier test de sécurité sur route pour Google. »

Explication

La conférence de Dartmouth, considérée comme le point de départ officiel de l'IA, a eu lieu en 1956, comme indiqué dans le texte. À revoir : IA générative, modèles de langage (LLM) et cadre réglementaire européen pour un usage responsable. Appui du cours : « 1956) : Dartmouth Summer Research Project on Artificial Intelligence »