## LEXIQUE DE L’IA

## Source details

**Canonical URL:** [LEXIQUE DE L’IA](https://www.imf.org/-/media/files/publications/fandd/article/2023/december/french/iaglossary.pdf)

## Other formats

- [Markdown version](/-/media/files/publications/fandd/article/2023/december/french/iaglossary.pdf.md)
- [Structured JSON version](/-/media/files/publications/fandd/article/2023/december/french/iaglossary.pdf.json)

---

### Définitions clés
- Intelligence artificielle (IA)
  - Domaine de la science informatique qui consiste à développer des systèmes pour imiter le comportement humain et démontrer l’intelligence des machines.
- Apprentissage automatique
  - Étude de la façon dont l’IA acquiert des connaissances à partir des données d’entraînement. Les algorithmes détectent les formes et apprennent à formuler des prédictions ou des recommandations en traitant des données et des expériences, améliorant la perception, les connaissances, le raisonnement ou les actions au fil du temps.
- Apprentissage supervisé
  - Type d’apprentissage automatique qui utilise des jeux de données annotées pour entraîner les algorithmes à classer les données ou à prédire les résultats.
- Apprentissage non supervisé
  - Type d’apprentissage automatique dans lequel les algorithmes apprennent des formes à partir de données non annotées, sans orientations ou observations de l’être humain.

### Architectures et méthodes
- Réseau de neurones artificiels
  - Modèle de calcul inspiré de la structure et de la fonction des neurones biologiques.
- Apprentissage profond
  - Sous-domaine de l’apprentissage automatique utilisant de grands réseaux profonds de neurones (artificiels) à plusieurs couches qui calculent des représentations continues (en nombres réels), très efficace sur des données déstructurées comme les images, le texte et l’audio.
- Peaufinage
  - Procédé consistant à adapter un modèle fondateur préentraîné pour effectuer une tâche spécifique plus efficacement. Période d’entraînement relativement courte sur un jeu de données annotées, bien plus réduit que celui du pré-entraînement initial, pour enrichir et adapter le modèle aux nuances, à la terminologie et aux formes spécifiques.

### Modèles et capacités linguistiques
- Grand modèle de langage
  - Réseau de neurones formé sur un large volume de texte pour imiter le langage humain. Peut traiter d’énormes volumes de texte déstructuré et apprendre les relations entre les mots ou les jetons, permettant de générer du texte en langage naturel pour des tâches comme la synthèse ou l’extraction de connaissances. Exemples cités : GPT-4 et LaMDA.
- IA générative
  - Forme d’apprentissage automatique dans laquelle une plateforme d’IA peut générer de nouveaux contenus en réponse à des requêtes basées sur des données sur lesquelles elle a été entraînée.

### Interaction et optimisation des entrées
- Requêtes
  - Instructions données à un système d’IA utilisant le langage naturel plutôt que le langage informatique; par exemple, demander à l’IA générative de créer du contenu d’apparence novateur ou intéressant.
- Ingénierie de requête (ou construction de requête)
  - Technique pour optimiser et peaufiner des modèles de langage pour des tâches particulières et des résultats escomptés, consistant à construire soigneusement les requêtes ou données en entrée afin d’améliorer les performances sur des tâches spécifiques.

### Limites et risques
- Biais
  - Phénomène où un système d’IA produit des résultats systématiquement injustes ou imprécis en raison d’hypothèses ou présuppositions erronées dans le processus d’apprentissage automatique. Peut entraîner discrimination, désinformation ou perte de confiance. Différents types existent (biais dans les données, biais algorithmiques, partis pris humains et partis pris sociétaux).
- Hallucination
  - Phénomène par lequel un système d’IA produit des résultats qui ne sont pas fondés sur la réalité ou le contexte donné (par exemple, un agent conversationnel qui invente des faits, ou un système de reconnaissance d’images qui voit des objets inexistants).

*F&D DÉCEMBRE 2023 — Lexique de l’intelligence artificielle*

---


_Source: https://www.imf.org/-/media/files/publications/fandd/article/2023/december/french/iaglossary.pdf_