QCM : Introduction à l'Intelligence Artificielle — 9 questions

Questions et réponses du QCM

1. Quelle est la définition de l'intelligence artificielle (IA) ?

Un système informatique capable d'apprendre sans données ni programmation préalable
Une machine capable de remplacer complètement l'intelligence humaine dans tous ses aspects
Une imitation de comportements intelligents réalisée par des algorithmes, sans conscience ni compréhension réelle
Une technologie qui permet aux machines de penser et de ressentir comme des humains

Une imitation de comportements intelligents réalisée par des algorithmes, sans conscience ni compréhension réelle

Explication

L'IA est définie comme l'imitation de comportements intelligents par des algorithmes, sans conscience ni compréhension réelle, contrairement à l'idée qu'elle pense ou ressent comme un humain ou qu'elle remplace entièrement l'intelligence humaine.

2. Quelle année Jean-Gabriel GANASCIA a-t-il publié une définition ou une explication sur l'IA générative dans le contexte fourni ?

2022
2024
2020
2018

2024

Explication

Jean-Gabriel GANASCIA a publié en 2024 une explication ou une définition concernant l'IA générative, ce qui est un fait précis mentionné dans le contenu. Les autres années sont des distracteurs plausibles mais incorrects.

3. Quelle est la fonction principale du Machine Learning ?

Programmer explicitement chaque tâche à l'avance
Reconnaître automatiquement des motifs dans de grandes quantités de données
Remplacer totalement l'intelligence humaine dans toutes ses activités
Stocker et organiser des données pour une utilisation ultérieure

Reconnaître automatiquement des motifs dans de grandes quantités de données

Explication

Le Machine Learning consiste à reconnaître automatiquement des motifs dans des données pour effectuer des tâches comme la classification ou la prédiction, ce qui correspond à sa fonction principale. Les autres options sont incorrectes : il ne s'agit pas simplement de programmer explicitement chaque tâche, ni de stocker des données, ni de remplacer totalement l'intelligence humaine.

4. En quelle année le modèle GPT-3 a-t-il été publié, marquant une étape majeure dans l'évolution des modèles de langage ?

2020
2019
2021
2018

2020

Explication

GPT-3, un modèle de langage développé par OpenAI, a été publié en 2020, ce qui représente une étape majeure dans l'évolution des modèles de langage, notamment par sa taille et ses capacités.

5. En quoi les réseaux antagonistes génératifs (GAN) diffèrent-ils principalement d'un modèle d'apprentissage supervisé traditionnel ?

Les GAN n'ont pas besoin d'un processus d'entraînement, contrairement à l'apprentissage supervisé.
Les GAN nécessitent moins de données pour l'entraînement que l'apprentissage supervisé.
Les GAN utilisent deux réseaux en compétition pour générer des contenus, tandis que l'apprentissage supervisé repose sur un seul réseau entraîné avec des données étiquetées.
Les GAN sont conçus uniquement pour la génération d'images, alors que l'apprentissage supervisé peut être utilisé pour diverses tâches.

Les GAN utilisent deux réseaux en compétition pour générer des contenus, tandis que l'apprentissage supervisé repose sur un seul réseau entraîné avec des données étiquetées.

Explication

Les réseaux antagonistes génératifs (GAN) se distinguent par leur architecture composée de deux réseaux en compétition, le générateur et le discriminateur, qui s'entraînent conjointement pour produire des contenus réalistes. En revanche, l'apprentissage supervisé utilise un seul réseau entraîné avec des données étiquetées, sans compétition entre deux réseaux. Cette différence fondamentale reflète la nature spécifique des GAN, qui sont conçus pour la génération de contenus en utilisant cette compétition, contrairement à l'apprentissage supervisé traditionnel.

6. Qui a formulé la définition de l'intelligence artificielle comme la capacité d'une machine à simuler l'intelligence humaine, en 1950 ?

Herbert Simon
Marvin Minsky
John McCarthy
Alan Turing

Alan Turing

Explication

Alan Turing, en 1950, a proposé le test de Turing et la conception d'une machine capable de simuler l'intelligence humaine, ce qui constitue une définition fondamentale de l'IA. Les autres figures ont également contribué au domaine, mais pas avec cette définition spécifique en 1950.

7. Quelle est la cause principale du risque d'hallucinations dans les modèles d'IA générative ?

La sur-optimisation des modèles
Le manque de données d'entraînement
La nature probabiliste des modèles
L'absence de puissance de calcul suffisante

La nature probabiliste des modèles

Explication

Les hallucinations dans les modèles d'IA générative sont principalement dues à leur nature probabiliste, qui leur fait prédire des mots ou des phrases en fonction de probabilités sans compréhension réelle, ce qui peut conduire à la génération d'informations incorrectes ou incohérentes.

8. Selon le cadre décrit, comment doit-on appliquer les conditions d'utilisation de l'IA dans un travail académique ?

Définir en amont avec l'enseignant ou le directeur de mémoire, mentionner l'usage dans le travail, et respecter la distinction entre œuvre assistée et œuvre générée automatiquement.
Se contenter d'utiliser l'IA pour la correction du texte, sans avoir besoin de définir ou de déclarer l'utilisation.
Mentionner dans le travail que l'IA a été utilisée, mais sans préciser le type d'outil ou la modalité d'usage.
Utiliser l'IA sans déclaration, car cela ne concerne que la phase de recherche, et ne pas mentionner l'usage dans le travail final.

Définir en amont avec l'enseignant ou le directeur de mémoire, mentionner l'usage dans le travail, et respecter la distinction entre œuvre assistée et œuvre générée automatiquement.

Explication

La réponse 0 est correcte car le contenu indique qu'il faut définir en amont avec l'enseignant ou le directeur de mémoire les modalités d’usage, mentionner explicitement l’utilisation dans le travail final, respecter la distinction juridique entre œuvre assistée et œuvre générée automatiquement, et éventuellement utiliser un pictogramme pour renforcer la transparence.

9. Quelle est la caractéristique principale de l’impact environnemental de l’IA ?

La diminution de l’utilisation des ressources naturelles grâce à l’IA
La forte consommation électrique des serveurs et la chaleur qu’ils produisent
Sa capacité à réduire la consommation d’énergie des centres de données
L’amélioration de la durabilité écologique des infrastructures numériques

La forte consommation électrique des serveurs et la chaleur qu’ils produisent

Explication

L’impact environnemental majeur de l’IA est principalement dû à la forte consommation électrique des serveurs et à la chaleur qu’ils génèrent, ce qui entraîne une empreinte écologique importante.

Révisez avec les flashcards

Mémorisez les réponses avec 18 flashcards sur Introduction à l'Intelligence Artificielle.

IA — définition ?

Imitation algorithmique de comportements intelligents.

IA générative — branche ?

Création automatique de contenus variés.

Machine Learning — principe ?

Reconnaissance de régularités dans données.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Introduction à l'Intelligence Artificielle.

Voir la fiche →

Cours similaires

Crée tes propres QCM

Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.

Générateur de QCM