Lexique
Lexique de l’IA
Comprendre les termes clés de l’intelligence artificielle : 70 définitions francophones, pédagogiques et sourcées.
Fondamentaux
AI Act
Règlement européen sur l’intelligence a…Le règlement européen qui encadre les systèmes d’intelligence artificielle selon leurs usages, leurs acteurs et leur niveau de risque.
Alignement
Alignement des systèmes d’IALe travail visant à rapprocher le comportement d’une IA des objectifs et règles souhaités.
Biais algorithmique
Une tendance systématique produisant des résultats déséquilibrés ou injustes.
Deep learning
Apprentissage profondUne famille de méthodes utilisant des réseaux de neurones comportant de nombreuses couches.
Deepfake
HypertrucageUn contenu audio, visuel ou vidéo généré ou manipulé par IA pour paraître authentique alors que ce qu’il représente n’a pas eu lieu ainsi.
Explicabilité
Explainable AILes méthodes visant à rendre les résultats d’un système plus compréhensibles.
IA générative
Intelligence artificielle générativeUne IA capable de produire un nouveau contenu à partir d’une instruction.
Intelligence artificielle
Un ensemble de techniques permettant à une machine de réaliser des tâches associées à l’intelligence humaine.
Machine learning
Apprentissage automatiqueUne méthode d’IA qui apprend des régularités à partir de données afin de produire une prédiction, une classification ou une décision.
Réseau de neurones
Un modèle informatique composé de couches qui apprennent des motifs dans les données.
Traitement automatique du langage
NLP — Natural Language ProcessingUn ensemble de techniques permettant à une machine d’analyser, classer, transformer ou générer du langage humain.
Vision par ordinateur
Computer visionUn ensemble de techniques permettant à une machine d’extraire des informations d’images ou de vidéos.
Modèles et langage
Attention
Mécanisme d’attentionUn mécanisme qui pondère les éléments les plus utiles pour produire un résultat.
Chaîne de raisonnement
Chain of thoughtDes étapes intermédiaires produites ou utilisées pour résoudre un problème complexe.
Fenêtre de contexte
La quantité maximale d’informations qu’un modèle peut traiter en une fois.
Inférence
Le moment où un modèle déjà entraîné calcule une réponse ou une prédiction.
LLM
Large Language ModelUn modèle entraîné sur beaucoup de textes pour traiter et générer du langage.
LoRA
Low-Rank AdaptationUne méthode de fine-tuning qui adapte un grand modèle en entraînant un petit nombre de paramètres supplémentaires.
Modèle de diffusion
Diffusion modelUn modèle génératif qui apprend à transformer progressivement du bruit en un contenu structuré, comme une image.
Modèle de raisonnement
Reasoning modelUn modèle de langage optimisé pour consacrer davantage de calcul aux problèmes qui demandent plusieurs étapes avant de répondre.
Modèle multimodal
Un modèle capable de traiter plusieurs types de contenu.
Paramètre
Paramètre de modèleUne valeur numérique ajustée pendant l’entraînement et utilisée pour calculer les réponses.
Petit modèle de langage
SLM — Small Language ModelUn modèle de langage plus compact qu’un LLM de référence, conçu pour utiliser moins de mémoire et de puissance de calcul.
Quantification
Une technique qui réduit la précision numérique d’un modèle pour l’alléger.
Token
Une petite unité de texte manipulée par un modèle de langage.
Tokenisation
TokenizationL’étape qui découpe un contenu en unités appelées tokens avant son traitement par un modèle.
Transformer
Une architecture de réseau de neurones particulièrement adaptée aux séquences et au langage.
Données et entraînement
Apprentissage non supervisé
Unsupervised learningUne méthode où un modèle recherche des structures ou des regroupements dans des données sans disposer de réponses cibles étiquetées.
Apprentissage par renforcement
RL — Reinforcement LearningUne méthode où un agent apprend à choisir des actions en recevant des récompenses ou des pénalités dans un environnement.
Apprentissage supervisé
Un entraînement réalisé à partir d’exemples associés à la bonne réponse attendue.
Batch
Lot d’entraînementUn groupe d’exemples traité ensemble lors d’une étape d’entraînement.
Dataset
Jeu de donnéesUn ensemble organisé de données utilisé pour entraîner, ajuster ou évaluer un modèle.
Distillation de modèle
Knowledge distillationUne technique qui entraîne un modèle plus petit à reproduire une partie du comportement d’un modèle plus grand.
Données synthétiques
Des données créées artificiellement plutôt que recueillies directement dans le monde réel.
DPO
Direct Preference OptimizationUne méthode qui entraîne directement un modèle à préférer de meilleures réponses.
Embedding
Représentation vectorielleUne représentation numérique permettant de comparer le sens de contenus.
Entraînement
Entraînement d’un modèleLe processus durant lequel un modèle ajuste ses paramètres à partir de données.
Époque
EpochUn passage complet de l’algorithme d’entraînement sur le jeu de données.
Fine-tuning
Ajustement finL’adaptation d’un modèle existant grâce à un entraînement supplémentaire ciblé.
Rétropropagation
BackpropagationUne méthode qui propage l’erreur dans le réseau pour ajuster ses paramètres.
RLHF
Reinforcement Learning from Human Feedb…Une méthode d’alignement utilisant des préférences humaines pour améliorer les réponses.
Surapprentissage
OverfittingLe fait qu’un modèle mémorise trop ses exemples et généralise mal à de nouvelles données.
Taux d’apprentissage
Learning rateUn réglage déterminant l’ampleur des corrections appliquées pendant l’entraînement.
Agents et automatisation
Agent IA
Un système qui utilise un modèle pour décider d’étapes et agir avec des outils.
Ancrage aux sources
GroundingLe fait de demander à une IA de fonder tout ou partie de sa réponse sur des informations récupérées auprès de sources déterminées.
Appel de fonction
Function callingUn mécanisme permettant au modèle de demander l’exécution structurée d’une fonction.
Base vectorielle
Base de données vectorielleUn système conçu pour stocker et rechercher des représentations vectorielles.
Guardrail
Garde-fouUn contrôle destiné à limiter les actions ou réponses indésirables d’un système d’IA.
Ingénierie du contexte
Context engineeringLa conception des informations et outils fournis au modèle au bon moment.
MCP
Model Context ProtocolUn protocole standardisant la connexion entre une IA, des outils et des données.
Mémoire d’un assistant IA
AI assistant memoryUne fonction qui conserve certaines informations d’une conversation ou d’un utilisateur afin de les réutiliser dans des échanges ultérieurs.
RAG
Retrieval-Augmented GenerationUne méthode qui fournit au modèle des documents pertinents avant sa réponse.
Recherche sémantique
Une recherche basée sur le sens d’une requête plutôt que sur ses seuls mots exacts.
Utilisation d’outils
Tool useLa capacité d’un système d’IA à solliciter des services externes pour agir ou s’informer.
Workflow automatisé
Flux de travail automatiséUne suite d’étapes définies qui s’exécutent automatiquement selon des règles.
Utilisation pratique
API
Application Programming InterfaceUne interface permettant à des logiciels de communiquer de manière structurée.
Benchmark
Banc d’essaiUn ensemble de tests utilisé pour mesurer et comparer des systèmes.
Date limite des connaissances
Knowledge cutoffLa date jusqu’à laquelle les connaissances apprises par un modèle sont considérées comme les plus complètes ou fiables.
Débit
ThroughputLa quantité de travail ou de tokens qu’un système peut traiter pendant une durée donnée.
Few-shot
Apprentissage avec quelques exemples da…Une technique consistant à montrer quelques exemples avant de demander la tâche.
Hallucination
Une réponse fausse ou inventée, présentée de manière plausible par une IA.
IA locale
Inférence localeL’exécution d’un modèle directement sur un appareil ou une infrastructure maîtrisée.
Injection de prompt
Prompt injectionUne attaque qui insère des instructions conçues pour détourner le comportement prévu d’un modèle ou de l’application qui l’utilise.
Latence
Le délai entre une demande et le début ou la fin de la réponse.
OCR
Reconnaissance optique de caractèresUne technologie qui détecte et convertit le texte présent dans une image ou un document numérisé en caractères exploitables par un logiciel.
Open weights
Poids ouvertsUn modèle dont les paramètres entraînés peuvent être téléchargés et exécutés.
Prompt
L’instruction et le contexte donnés à une IA pour obtenir un résultat.
Prompt système
System promptUne instruction prioritaire qui définit le rôle et les règles générales d’un assistant.
Température
Un réglage qui influence la variété des choix produits par certains modèles.
Zero-shot
Apprentissage sans exemple dans le prom…La réalisation d’une tâche sans fournir d’exemple de réponse au modèle.
Vous cherchez un terme absent de cette sélection ? Suggérez-nous une définition.