QCM : Techno (9 questions)

Questions et réponses du QCM

1. Une équipe conçoit un modèle informatique complexe en combinant de nombreux éléments simples, en reproduisant l’organisation et le fonctionnement d’un système biologique. De quelle approche s’agit-il ?

La programmation de règles explicites
L’informatique bio-inspirée
La simulation anatomique directe
L’analyse statistique de données

L’informatique bio-inspirée

Explication

L’informatique bio-inspirée transpose la structure, le fonctionnement ou l’organisation de modèles biologiques pour élaborer des modèles informatiques complexes à partir de systèmes simples. L’analyse de données ne suppose pas cette inspiration biologique, la simulation anatomique directe réduit l’approche à la copie d’un organe, et la programmation explicite n’en donne pas la définition.

2. De quel comportement biologique les réseaux de neurones artificiels s’inspirent-ils ?

De la transmission chimique entre synapses exclusivement
Du comportement d’une population de neurones biologiques
Du comportement collectif de populations d’insectes
Du fonctionnement des nerfs moteurs vers les muscles

Du comportement d’une population de neurones biologiques

Explication

Les réseaux de neurones artificiels s’inspirent du comportement d’une population de neurones biologiques. Les nerfs moteurs conduisent des messages vers les muscles, et l’imitation des insectes constitue un autre exemple d’informatique bio-inspirée, pas l’inspiration spécifique des réseaux de neurones artificiels.

3. Lorsqu’un message électrique circule dans le corps le long d’une fibre biologique linéaire, quelle structure le transporte ?

Le cerveau
Un neurone
Un nerf
Une synapse

Un nerf

Explication

Un nerf est un organe biologique linéaire qui fait circuler un message électrique dans le corps. Un neurone est une cellule nerveuse, le cerveau traite les informations et une synapse relie des neurones.

4. Après avoir touché une surface chaude, une information part des récepteurs sensoriels vers le cerveau. Quel type de nerf conduit ce message ?

Un nerf moteur
Un nerf conduisant du cerveau aux muscles
Un nerf sensitif
Un interneurone

Un nerf sensitif

Explication

Les nerfs sensitifs conduisent les informations des récepteurs sensoriels vers le cerveau; c’est le trajet décrit dans cette situation. Les nerfs moteurs conduisent les messages du cerveau vers les muscles, tandis que les interneurones transmettent entre neurones du système nerveux central.

5. Que désigne la plasticité synaptique ?

La création de nouveaux neurones à chaque sollicitation d’une connexion nerveuse
La capacité des synapses à se modifier, ce qui permet l’apprentissage, la mémorisation et l’adaptation
La capacité des neurones à transmettre des impulsions électriques sans modifier leurs connexions
La conversion des messages nerveux électriques en messages chimiques au niveau des nerfs

La capacité des synapses à se modifier, ce qui permet l’apprentissage, la mémorisation et l’adaptation

Explication

La plasticité synaptique correspond à la capacité des synapses à se modifier et contribue ainsi à l’apprentissage, à la mémoire et à l’adaptation. La transmission électrique ou chimique décrit des modes de transfert de l’information, et non cette capacité de modification.

6. Dans le modèle informatique simplifié, comment le poids associé à une entrée agit-il sur cette entrée ?

Il lui ajoute une constante avant le calcul de la somme.
Il la multiplie pour ajuster son importance dans le calcul.
Il détermine la fonction seuil appliquée à la sortie.
Il la transforme en impulsion électrique avant le calcul.

Il la multiplie pour ajuster son importance dans le calcul.

Explication

Le poids multiplie la valeur d’une entrée et permet ainsi de régler son importance, à l’image du renforcement ou de l’affaiblissement d’une connexion synaptique. La fonction seuil intervient après le calcul de la somme pondérée, et non dans la détermination du poids.

7. À quoi sert une connexion de feed-back dans un réseau de neurones artificiel ?

À transmettre les valeurs de la couche d’entrée directement à la couche de sortie.
À ajouter une couche cachée afin d’augmenter le nombre de neurones du réseau.
À ramener une information sur le même neurone pour corriger ses poids à partir de l’erreur en sortie.
À convertir les valeurs numériques en impulsions électriques semblables aux signaux biologiques.

À ramener une information sur le même neurone pour corriger ses poids à partir de l’erreur en sortie.

Explication

La connexion de feed-back rapporte une information au même neurone afin que ses poids puissent être corrigés en fonction de l’erreur obtenue en sortie. La transmission directe entre les couches décrit le chemin avant du réseau, et non le rôle du feed-back.

8. En quoi l’informatique bio-inspirée se distingue-t-elle des réseaux de neurones artificiels ?

Elle désigne une approche générale qui reproduit des modèles biologiques, tandis que les réseaux de neurones artificiels en sont une application inspirée des populations de neurones.
Elle reproduit les signaux électriques du corps, tandis que les réseaux artificiels s’inspirent de l’organisation des muscles.
Elle désigne un réseau de neurones biologiques, tandis que les réseaux artificiels reproduisent le fonctionnement des nerfs moteurs.
Elle consiste à programmer explicitement chaque comportement, tandis que les réseaux artificiels reposent sur des méthodes statistiques.

Elle désigne une approche générale qui reproduit des modèles biologiques, tandis que les réseaux de neurones artificiels en sont une application inspirée des populations de neurones.

Explication

L’informatique bio-inspirée est une démarche générale qui reprend la structure, le fonctionnement ou l’organisation de systèmes biologiques ; les réseaux de neurones artificiels en sont un exemple particulier. Les méthodes statistiques caractérisent aussi les réseaux artificiels, mais ne définissent pas à elles seules l’informatique bio-inspirée.

9. Quelle conséquence peut avoir la sollicitation fréquente d’une connexion entre deux neurones ?

La transmission synaptique devient plus efficace entre ces neurones.
Les neurones cessent de transmettre des impulsions électriques.
La communication entre ces neurones s’affaiblit progressivement.
L’information est redirigée vers les muscles depuis le cerveau.

La transmission synaptique devient plus efficace entre ces neurones.

Explication

Une sollicitation fréquente renforce l’efficacité de la transmission synaptique entre les neurones concernés. À l’inverse, une sollicitation moins fréquente affaiblit leur communication.

Révisez avec les flashcards

Mémorisez les réponses avec 25 flashcards sur Techno.

Que reproduit l’informatique bio-inspirée pour créer des modèles informatiques complexes ?

La structure, le fonctionnement ou l’organisation de modèles biologiques à partir de systèmes simples.

Qu’est-ce qu’un nerf ?

Un organe biologique linéaire qui transmet un message sous forme de signal électrique.

Dans quel sens les nerfs sensitifs conduisent-ils les informations ?

Des récepteurs sensoriels vers le cerveau.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Techno.

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