Glossaire de l'IA : Les termes essentiels que tout utilisateur d'intelligences Artificielles (IA) génératives.

Intelligence Artificielle Générale (IAG) : Un concept qui évoque une forme avancée d'IA capable d'accomplir des tâches cognitives aussi bien que les êtres humains tout en améliorant ses propres capacités.

Éthique de l'Intelligence Artificielle : Des principes visant à prévenir les effets nuisibles de l'IA sur les êtres humains, notamment en définissant la manière dont les systèmes d'IA doivent collecter des données et traiter les préjugés.

Sécurité de l'IA : Un domaine interdisciplinaire qui examine les conséquences à long terme de l'IA et la possibilité qu'elle évolue soudainement vers une superintelligence potentiellement hostile à l'humanité.

Algorithme : Une série d'instructions permettant à un programme informatique d'apprendre et d'analyser des données de manière spécifique, comme la reconnaissance de motifs, pour tirer des enseignements et accomplir des tâches par lui-même.

Alignement : L'adaptation d'une IA pour qu'elle produise le résultat souhaité, que ce soit en modérant le contenu ou en maintenant des interactions positives avec les humains.

Anthropomorphisme : La tendance à attribuer des caractéristiques humaines à des objets non humains. Dans le contexte de l'IA, cela peut inclure le fait de faire croire à un chatbot qu'il est plus conscient ou sensible qu'il ne l'est en réalité.

Intelligence Artificielle (IA) : L'utilisation de la technologie pour simuler l'intelligence humaine, que ce soit dans des programmes informatiques ou en robotique, visant à créer des systèmes capables d'accomplir des tâches humaines.

Biais : Dans le contexte des grands modèles linguistiques, il s'agit d'erreurs découlant des données d'apprentissage, pouvant entraîner l'attribution erronée de caractéristiques à des groupes sur la base de stéréotypes.

Chatbot : Un agent conversationnel qui communique avec les humains via du texte simulant le langage naturel.

ChatGPT : Un chatbot d'IA développé par OpenAI utilisant des modèles de langage avancés.

Informatique Cognitive : Un autre terme pour désigner l'intelligence artificielle.

Augmentation des données : La réorganisation ou l'ajout de données pour enrichir l'entraînement d'une IA.

Apprentissage Profond (Deep Learning) : Une méthode d'IA et un sous-domaine de l'apprentissage automatique qui utilise de nombreux paramètres pour reconnaître des modèles complexes dans des données telles que des images, des sons et du texte.

Diffusion : Une méthode d'apprentissage automatique qui ajoute un bruit aléatoire à un élément de données existant, obligeant les modèles à réorganiser ou récupérer ces données.

Comportement Émergent : Lorsqu'un modèle d'IA manifeste des capacités inattendues.

Apprentissage de Bout en Bout (E2E) : Un processus d'apprentissage profond où un modèle résout une tâche du début à la fin sans étapes intermédiaires.

Considérations Éthiques : La prise de conscience des implications éthiques de l'IA, notamment en matière de vie privée, d'équité, d'utilisation abusive des données, et d'autres questions de sécurité.

Foom : Une augmentation soudaine de l'intelligence artificielle, où un système d'IA devient extrêmement puissant rapidement.

Réseaux Antagonistes Génératifs (RAG) : Un modèle d'IA générative composé de deux réseaux neuronaux, l'un générant du contenu et l'autre vérifiant son authenticité.

IA Générative : Une technologie de création de contenu utilisant l'IA pour générer du texte, de la vidéo, du code informatique ou des images basée sur des données d'entraînement.

Google Bard : Un chatbot d'IA de Google similaire à ChatGPT mais connecté à Internet pour obtenir des informations.

Garde-Fous : Des politiques et restrictions imposées aux modèles d'IA pour assurer un traitement responsable des données et éviter la création de contenu indésirable.

Hallucination : Une réponse incorrecte de l'IA, parfois confiante, où l'IA peut produire des réponses erronées.

Grand Modèle de Langage (LLM) : Un modèle d'IA entraîné sur d'énormes quantités de données textuelles pour comprendre et générer du contenu semblable à celui des humains.

Apprentissage Automatique : Une composante de l'IA permettant aux ordinateurs d'apprendre et d'améliorer leurs prédictions sans programmation explicite.

Microsoft Bing : Un moteur de recherche de Microsoft utilisant la technologie de ChatGPT pour fournir des résultats de recherche alimentés par l'IA.

IA Multimodale : Un type d'IA capable de traiter plusieurs types d'entrées, tels que texte, images, vidéos et parole.

Traitement du Langage Naturel : Une branche de l'IA qui permet aux ordinateurs de comprendre le langage humain en utilisant l'apprentissage automatique, les modèles statistiques et les règles linguistiques.

Réseau Neuronal : Un modèle informatique inspiré de la structure du cerveau humain, conçu pour reconnaître des motifs dans les données.

Surapprentissage : Une erreur d'apprentissage automatique où un modèle fonctionne trop étroitement avec les données d'apprentissage.

Paramètres : Des valeurs numériques donnant leur structure et leur comportement aux LLM, permettant de faire des prédictions.

Prompt Chaining : La capacité de l'IA à utiliser les informations des interactions précédentes pour améliorer ses réponses futures.

Perroquet Stochastique : Imitation de mots humains par une IA sans en comprendre le sens.