IA - Définition et liens rapides vers des IA

Définition :

L'intelligence artificielle (IA) désigne un ensemble de techniques et de systèmes informatiques capables d'effectuer des tâches qui nécessitent normalement l'intelligence humaine. Cela inclut des capacités telles que la compréhension du langage naturel, la reconnaissance d'images, la prise de décision, l'apprentissage et l'adaptation à de nouvelles informations. L'IA peut être classée en deux grandes catégories : l'IA faible, qui est conçue pour des tâches spécifiques (comme les assistants virtuels), et l'IA forte, qui vise à reproduire l'intelligence humaine de manière générale.

IA conversationnelle :

L'intelligence artificielle conversationnelle désigne une sous-catégorie de l'IA qui se concentre sur la création de systèmes capables de comprendre, de traiter et de générer du langage humain dans le cadre d'interactions conversationnelles. Ces systèmes, souvent appelés chatbots ou assistants virtuels, utilisent des techniques de traitement du langage naturel (NLP) pour engager des dialogues avec les utilisateurs, répondre à leurs questions, fournir des informations ou exécuter des tâches.

L'IA conversationnelle peut être utilisée dans divers domaines, tels que le service client, l'éducation, la santé et le divertissement, et elle vise à rendre les interactions homme-machine plus naturelles et intuitives. Les modèles d'IA conversationnelle peuvent apprendre des conversations passées pour améliorer leurs réponses et s'adapter aux préférences des utilisateurs.

IA générative

L'intelligence artificielle générative est une branche de l'IA qui se concentre sur la création de contenu nouveau et original à partir de données d'entrée. Contrairement à d'autres types d'IA qui se contentent d'analyser ou de classer des données existantes, l'IA générative utilise des modèles pour générer des textes, des images, de la musique, des vidéos et d'autres formes de contenu.

Les modèles d'IA générative, tels que les réseaux antagonistes génératifs (GAN) et les modèles de langage comme GPT (Generative Pre-trained Transformer), apprennent à partir de grandes quantités de données pour produire des résultats qui imitent les caractéristiques des données d'origine. Par exemple, un modèle de langage peut générer des phrases ou des articles qui ressemblent à ceux écrits par des humains, tandis qu'un GAN peut créer des images réalistes à partir de descriptions textuelles.

L'IA générative a de nombreuses applications, notamment dans la création artistique, la rédaction de contenu, la conception de produits, et même dans des domaines comme la recherche scientifique et le développement de médicaments.

Les réseaux de neuronne

Definition de Mistral
« Un réseau de neurones artificiels actif dans une IA est un modèle informatique inspiré du cerveau humain, composé de couches de neurones interconnectés. Chaque neurone reçoit des entrées, les pondère, applique une fonction d'activation, et transmet un signal de sortie aux neurones suivants. L'apprentissage se fait par ajustement des poids grâce à des algorithmes comme la rétropropagation, permettant au réseau d'apprendre à partir de données et de faire des prédictions.

Une IA cumule des :

• Apprentissage supervisé (la machine apprend à partir de données)
• Apprentissage non supervisé (la machine trouve les catégories toute seule)
• Apprentissage par renforcement (la machine apprend par essai / erreur)

Quand la machine « hallucine » :

• L’IA ne comprend ni le sens de la question, ni le sens de la réponse
• Production d'un contenu qu'il estime plausible ou probable mais pas forcément véridique (Sobieszek et Price, 2022).
• L' « hallucination » : l’IA produit une réponse convaincante mais inventée (Athaluri et al., 2023).