70+ termes d'intelligence artificielle de A à Z en technologie

Faire apprendre aux ordinateurs l'ABC du cerveau humain.

Les gens supposent souvent que l'intelligence artificielle signifie que les robots prennent vie pour interagir avec les humains. Cependant, cette notion déforme le sens de l'IA.

L'intelligence artificielle est très complexe, avec des sous-composants qui vont bien au-delà de la méprise de la « relation robot-humain ». Le battage médiatique autour de l'IA ne correspond pas encore à son nom. Bien que beaucoup la considèrent comme une étape vers l'automatisation, il y a plus à voir si vous l'examinez à la loupe.

L'IA est un ensemble contenant différentes techniques d'analyse et de visualisation de données. Quelques techniques incluent l'automatisation des processus robotiques, le traitement du langage naturel, l'apprentissage profond ou l'apprentissage automatique. La différence réside dans la manière dont chaque processus s'améliore considérablement lorsqu'ils sont fusionnés. Intégrer un logiciel d'opérationnalisation de l'intelligence artificielle et de l'apprentissage automatique à votre pile technologique est un excellent moyen d'expérimenter avec vos données et de voir où cela vous mène.

Avant de proposer l'IA comme solution dans votre prochain plan de projet, passez en revue ces termes rapides de l'intelligence artificielle pour étayer vos déclarations avec des preuves.

Termes de l'intelligence artificielle de A à Z

Comme Stephen Hawking l'avait clairement projeté, « L'IA est le pas gigantesque de l'humanité vers un avenir robotique. Elle peut concevoir des améliorations pour elle-même et conquérir l'humanité avant que nous le sachions. Mais avant de nous incliner devant la volonté des robots, nous devons savoir comment ils sont construits.

Chaque terme de l'IA tourne autour du concept d'interaction homme-ordinateur. Pour savoir comment fonctionne le cerveau humain, les systèmes sont alimentés par des expressions algorithmiques. Ces systèmes traduisent ensuite les commandes humaines et détectent les objets externes. Voyons quels termes contribuent à des propriétés d'auto-assistance comme celles-ci.

Terminologie pertinente de l'intelligence artificielle

En naviguant sur Internet, vous avez probablement entendu des termes comme « exploration de données » et « apprentissage automatique » mais n'avez jamais pu trouver une définition concise pour vous aider à comprendre ce que vous lisiez. Maintenant ? Vous n'avez pas besoin de chercher loin. Voici des définitions brèves de mots et de phrases liés à l'IA.

Note : toutes les lettres de l'alphabet ne sont pas listées si elles ne contiennent pas de termes suffisamment pertinents.

Termes de l'IA, de A à E

AGI, ANI, ANN... que signifient-ils tous ? Bien que la première lettre de chacun signifie « artificiel », le sens des lettres successives n'est pas implicite.

A

Algorithme : une formule ou un ensemble d'instructions donné à un ordinateur pour qu'il accomplisse une tâche (c'est-à-dire un ensemble de règles pour un ordinateur). Il représente la relation entre les variables d'entrée et les variables résultantes à travers une expression mathématique ou conditionnelle.

Intelligence artificielle : un sous-ensemble de l'informatique qui traite des systèmes informatiques effectuant des tâches avec une intelligence similaire, égale ou supérieure à celle d'un humain (par exemple, prise de décision, reconnaissance et classification d'objets, reconnaissance vocale et traduction)

Intelligence générale artificielle (AGI) : également connue sous le nom d'IA forte, l'AGI est un type d'intelligence artificielle considérée comme semblable à l'humain et encore à ses débuts (plus une existence hypothétique de nos jours)

Intelligence artificielle étroite (ANI) : IA faible, l'ANI est une intelligence artificielle qui ne peut se concentrer que sur une tâche ou un problème à un moment donné (par exemple, jouer à un jeu contre un concurrent humain). C'est la forme actuelle d'IA existante. Cet algorithme d'intelligence artificielle est programmé pour résoudre un nombre limité de problèmes de données.

Réseau de neurones artificiels (ANN) : un réseau modélisé d'après le cerveau humain en créant un système neuronal artificiel via un algorithme informatique de reconnaissance de motifs qui apprend, interprète et classe les données sensorielles

Fonction d'activation : C'est la couche calculative principale d'un réseau neuronal. La fonction d'activation déclenche le bon nœud de décision au sein du réseau neuronal et affiche le nœud en tant que sortie. Elle convertit une série d'entrées en classes de sortie singulières ou multiples.

Système immunitaire artificiel : Une technique de réseaux neuronaux flous intelligents ou de systèmes d'apprentissage automatique basés sur des règles utilisée pour le système immunitaire vernaculaire. La logique est construite en utilisant des expressions réactives pour résoudre un problème particulier, tout comme le système immunitaire.

Voitures autonomes : Voitures autonomes qui fonctionnent sur le principe de la vision par ordinateur pour détecter, identifier et catégoriser les obstacles externes et les contourner.

B

Rétropropagation : abréviation de « rétropropagation des erreurs », est une méthode d'entraînement des réseaux neuronaux où la sortie initiale du système est comparée à la sortie désirée, puis ajustée jusqu'à ce que la différence (entre les sorties) devienne minimale

Sac de mots : Cet algorithme est utilisé pour la classification de documents et la récupération d'informations. Il extrait le texte d'un document et le stocke dans un sac de mots sans la grammaire et l'ordre des phrases. La fréquence des mots est utilisée comme caractéristique pour entraîner l'algorithme et classer le document.

Sac de mots (vision par ordinateur) : Cet algorithme extrait des caractéristiques ou des caractéristiques d'images et alimente des caractéristiques similaires à l'algorithme pour classer l'image.

Réseau bayésien : également connu sous le nom de réseau de Bayes, modèle de Bayes, réseau de croyance et réseau de décision, est un modèle basé sur un graphe représentant un ensemble de variables et leurs dépendances.

Big data : grandes quantités de données structurées et non structurées qui sont trop complexes pour être traitées par des logiciels de traitement de données standard

Normalisation par lot : La normalisation par lot est utilisée pour ajuster les variables d'entrée dans les réseaux neuronaux. Elle décharge un réseau neuronal en ajustant les poids et les biais et en les poussant par lots pour arriver à une sortie stable.

Arbre binaire : Un arbre binaire est un arbre enraciné où chaque nœud a deux enfants, à savoir l'enfant gauche et l'enfant droit. Un arbre enraciné transmet généralement des niveaux (distance par rapport aux racines). Ainsi, pour chaque nœud, les notions sont définies comme les nœuds qui lui sont connectés.

Recherche par force brute : Un algorithme génératif qui propose toutes les solutions à un problème et choisit la meilleure solution.

C

Chatbots : un robot de chat qui peut converser avec un utilisateur humain par le biais de commandes textuelles ou vocales. Utilisé par les industries du commerce électronique, de l'éducation, de la santé et des affaires pour une communication facile et pour répondre aux questions des utilisateurs.

Image courtoisie de IBM

Classification : technique d'algorithme qui permet aux machines d'assigner des catégories aux points de données

Robotique en nuage : La robotique en nuage permet aux machines ou aux robots d'accéder au stockage en nuage. Ces machines sont équipées d'un fournisseur hébergé dans le nuage sur une infrastructure convergée pour accéder au contenu, répondre plus rapidement et afficher des résultats précis.

Regroupement : Une technique d'algorithme qui permet aux machines de regrouper des données similaires en catégories de données plus larges.

Informatique cognitive : un modèle informatisé qui imite les processus de pensée humaine par l'exploration de données, le traitement du langage naturel et la reconnaissance de motifs

Science cognitive : La forme plus large de l'IA remonte à la linguistique, à la philosophie et à la méta-existence des ordinateurs. Elle permet aux machines de simuler la pensée et l'action humaines.

Vision par ordinateur : lorsqu'une machine traite une entrée visuelle à partir de fichiers d'images (JPEG) ou de flux de caméras

Intelligence computationnelle : La capacité d'un ordinateur à apprendre d'une situation expérimentale et à utiliser les apprentissages pour des prédictions futures.

Réseau neuronal convolutionnel (CNN) : un type de réseau neuronal spécifiquement créé pour analyser, classer et regrouper des images visuelles en utilisant des perceptrons multicouches

D

Exploration de données : le processus de tri de grands ensembles de données afin d'identifier des motifs récurrents tout en établissant des relations de résolution de problèmes

Science des données : Un terme générique pour la gestion, l'analyse et la visualisation de bases de données englobant toutes les techniques d'intelligence artificielle et d'apprentissage automatique. Il décrit différentes méthodes, algorithmes, connaissances et systèmes pour tirer des informations des ensembles de données, entraîner des modèles et créer des corrélations. Il est basé sur les mathématiques, les statistiques, la géométrie et les matrices et déterminants.

Ensemble de données : Un ensemble de données est une représentation de données. Il peut s'agir d'une base de données unique ou de plusieurs matrices contenant plusieurs lignes et colonnes. Chaque ensemble de données a une liste définie de variables et de valeurs sous-jacentes qui décrivent le mieux le problème. Un ensemble de données est affiné et nettoyé avant d'être alimenté à un algorithme d'apprentissage automatique.

Entrepôt de données : C'est un référentiel central qui contient des données provenant d'une ou plusieurs sources. Il stocke et versionne les anciennes et nouvelles données sur une plateforme centralisée.

Apprentissage par arbre de décision : Un algorithme d'apprentissage supervisé où les nœuds votent individuellement pour prédire la classe de l'entrée. Il est également utilisé pour la modélisation prédictive ou la modélisation statistique.

Réduction de la dimensionnalité : Le processus de réduction des variables aléatoires pour ajuster la précision de la sortie. Dans la reconnaissance faciale, la réduction de la dimensionnalité est utilisée lors de l'analyse en composantes principales pour réduire la taille de l'ensemble d'images d'entrée afin d'ajuster la sortie et d'éliminer le bruit.

Apprentissage profond : une technique d'apprentissage automatique qui enseigne aux ordinateurs comment apprendre par cœur (c'est-à-dire que les machines imitent l'apprentissage comme le ferait un esprit humain en utilisant des techniques de classification)

Écosystème numérique : plusieurs plateformes logicielles ou services en nuage qui fonctionnent en tandem sur un réseau

Termes de l'IA, de F à J

Cette section devrait être d'un intérêt particulier si vous aimez l'IA expérimentale !

F

Extraction de caractéristiques : En apprentissage automatique, vision par ordinateur ou reconnaissance de motifs, l'extraction de caractéristiques commence par diviser l'image ou les données en boîtes englobantes et extraire une seule caractéristique des boîtes. Les caractéristiques sont extraites, regroupées et alimentées à une machine à vecteurs supervisée pour prédire la sortie.

Réseau neuronal à propagation avant : C'est le réseau neuronal artificiel le plus simple où l'information sort par le nœud de sortie et ne revient pas pour analyse. Les données ne circulent que dans la direction avant et ne forment pas de boucle.

Logique floue : Une logique conditionnelle où les variables peuvent présenter n'importe quel degré de véracité, allant de 0 à 1. La valeur 0 représente « faux », et la valeur 1 représente « vrai ». Contrairement aux expressions booléennes, qui n'affichent que la sortie comme 0 (vrai) ou 1 (faux), la logique floue peut afficher une vérité partielle en valeurs décimales.

G

Réseaux antagonistes génératifs (GAN) : un type de réseau neuronal qui peut générer des photographies apparemment authentiques à une échelle superficielle pour les yeux humains. Les images générées par GAN prennent des éléments de données photographiques et les façonnent en images réalistes de personnes, d'animaux et de lieux.

Source : Medium.com

Algorithme génétique : un algorithme basé sur les principes de la génétique qui est utilisé pour trouver efficacement et rapidement des solutions à des problèmes difficiles

H

Heuristique : une technique informatique conçue pour une résolution de problèmes rapide et optimale basée sur des solutions. Une technique heuristique arrête l'algorithme à chaque étape de l'analyse et recherche les différentes hypothèses de solutions avant d'arriver à une solution appropriée.

I

Reconnaissance d'image : le processus d'identification ou de détection d'un objet ou d'une caractéristique d'un objet dans une image ou une vidéo

Agents intelligents : Agents qui observent un environnement particulier à travers des capteurs et travaillent pour atteindre un objectif pour l'algorithme. Il est principalement utilisé dans l'apprentissage par renforcement et les réseaux de Q profond pour apprendre ou utiliser des connaissances pour effectuer une action.

Analyse en composantes indépendantes : L'ICA est une technique d'apprentissage automatique puissante qui extrait des tendances des données observées et les utilise pour traiter et catégoriser de nouvelles données de manière indépendante. Elle sépare une multivariée en composants indépendants, non gaussiens pour former une transformation linéaire.

Termes de l'IA, de K à O

Certains des termes les plus utilisés se trouvent entre K-O dans le glossaire de l'IA !

K

Méthode du noyau : En intelligence artificielle, la méthode du noyau est une méthode de bootstrap utilisée pour l'analyse et la classification des motifs. C'est la méthode la plus connue de la machine à vecteurs supervisée et étudie différentes relations au sein de l'entrée pour prédire une catégorie.

Extractions de connaissances : L'extraction de connaissances à partir de documentation technique, XML, ensembles de données non structurés ou bases de données relationnelles. Les éléments de connaissance sont extraits en exécutant des requêtes spécifiques qui représentent le mieux les données.

K-plus proches voisins : C'est un algorithme non supervisé où la classe de données est déterminée en regardant les points de données les plus proches. Le plus grand nombre de points de données dans une direction particulière signifie que les données actuelles appartiennent également à la même catégorie.

L

Mémoire limitée : systèmes avec une mémoire à court terme limitée à un laps de temps donné. L'IA à mémoire limitée tire des connaissances d'expériences ou d'événements en temps réel et les stocke dans la base de données. Lorsqu'un problème survient, elle donne des résultats redondants.

M

Apprentissage automatique (ML) : se concentre sur le développement de programmes qui accèdent et utilisent des données par eux-mêmes, amenant les machines à apprendre par elles-mêmes et à s'améliorer à partir d'expériences apprises

Modèles d'apprentissage automatique : C'est un programme entraîné sur d'anciennes données pour faire des prédictions pour de nouvelles données. Il existe trois types de modèles d'apprentissage automatique, à savoir supervisé, non supervisé et semi-supervisé.

Intelligence des machines : C'est une forme avancée d'intelligence humaine où les machines apprennent de leurs propres erreurs, priorisent les tâches d'automatisation de manière séquentielle et atteignent des objectifs.

Conscience des machines : La conscience des machines, ou conscience artificielle, est un état de conscience atteint par les machines après une période de temps spécifique pour déchiffrer les émotions et expressions humaines. Elle est expérimentée dans l'industrie de la robotique.

Traduction automatique : une application du traitement du langage naturel pour la traduction de langues (humain à humain) dans des conversations basées sur le texte et la parole.

N

Traitement du langage naturel (NLP) : aide les ordinateurs à traiter, interpréter et analyser le langage humain et ses caractéristiques en utilisant des données de langage naturel

Classificateur de Bayes naïf : C'est un algorithme d'apprentissage automatique supervisé utilisé pour les problèmes de classification. C'est soit un algorithme unique, soit un groupe d'algorithmes avec des caractéristiques distinctives (toutes les variables de l'ensemble de données sont indépendantes les unes des autres).

Nanobots : Les nanobots sont des robots de taille moléculaire mesurés à l'échelle nanométrique et programmés pour accomplir une tâche spécifique dans le corps humain. Le concept est utilisé pour créer des vaccins intelligents, une thérapie contre le cancer et une immunothérapie par des méthodes de médication indolores.

Réseaux neuronaux : Les réseaux neuronaux sont une technique d'apprentissage profond qui ressemble à la structure d'un cerveau humain. La structure d'un réseau neuronal constitue plusieurs couches qui effectuent des calculs sur l'entrée et décident de la classe de sortie correcte. Un réseau neuronal nécessite de grands ensembles de données et un GPU élevé pour fonctionner. Cependant, la sortie est traitée beaucoup plus rapidement par rapport à un algorithme d'apprentissage automatique.

Nœud : Une unité de base d'une structure de données, comme une pile ou une liste chaînée, ou une file d'attente, qui représente une valeur sous-jacente ou une variable.

O

Reconnaissance optique de caractères (OCR) : conversion d'images de texte (tapé, manuscrit ou imprimé), soit électroniquement soit mécaniquement, en texte encodé par machine. Un logiciel OCR analyse les caractères d'un document pdf et les formate dans un nouveau fichier de destination de la même manière qu'ils avaient été écrits.

Source : YouTube

OpenAI : Une entreprise technologique à but lucratif qui mène des recherches scientifiques en intelligence artificielle et en apprentissage automatique. ChatGPT, une plateforme d'IA conversationnelle, est leur dernière invention. Développé sur le principe de l'apprentissage par renforcement, ChatGPT est équipé de capacités avancées d'IA pour accomplir des tâches dépendantes de l'humain.

Logiciel open source : C'est un type de logiciel informatique sous une licence ouverte où le développeur (titulaire du droit d'auteur) donne aux utilisateurs le droit d'échanger des données, du code et des informations via la plateforme.

Termes de l'IA, de P à T

Robots, robots, robots. Vous trouverez enfin quelques définitions centrées sur les robots ici !

P

Reconnaissance de motifs : C'est une méthode de science des données qui est utilisée pour détecter, analyser et étiqueter des motifs ou des régularités dans les données.

Analyse prédictive : Les techniques d'interprétation statistique de l'exploration de données, de l'apprentissage automatique et de l'apprentissage profond sont utilisées pour prédire les résultats d'événements.

Analyse en composantes principales : Un processus statistique dans lequel un ensemble d'observations non liées est converti en variables liées. Les variables liées englobent une ou plusieurs caractéristiques de l'ensemble de données original, où chaque variable est orthogonale à ses variables précédentes.

R

Machines réactives : peuvent analyser, percevoir et faire des prédictions sur des expériences, mais ne stockent pas de données ; elles réagissent aux situations et agissent en fonction du moment donné

Réseau neuronal récurrent (RNN) : un type de réseau neuronal qui donne un sens et crée des sorties basées sur des informations séquentielles et la reconnaissance de motifs

Apprentissage par renforcement : une méthode d'apprentissage automatique où l'algorithme de renforcement apprend en interagissant avec son environnement et est ensuite pénalisé ou récompensé en fonction des décisions qu'il prend.

Robotique : axée sur la conception et la fabrication de robots qui exhibent et/ou reproduisent l'intelligence et les actions humaines

Automatisation des processus robotiques (RPA) : utilise des logiciels avec des capacités d'intelligence artificielle et d'apprentissage automatique pour effectuer des tâches répétitives autrefois accomplies par des humains.

R : Une technique de modélisation de données statistiques utilisée pour créer des corrélations de données et créer un modèle de bon ajustement pour prédire la possibilité d'un événement.

S

IA forte ou ASI est le stade de conscience le plus élevé atteint par une machine pour traduire les émotions et expressions humaines. Elle inclut des techniques comme l'IA réactive, l'IA consciente de soi et la théorie de l'esprit. Les réponses sensorielles d'un humain sont analysées et lues par les ordinateurs pour formuler une réponse biologique. Cela donne presque l'impression qu'un véritable humain interagit avec un ordinateur. Formuler une séquence de conscience dans les ordinateurs n'est pas facile et nécessite une expertise de haut niveau et des unités programmables (GPU).

Données structurées : données clairement définies avec des motifs facilement recherchables

Apprentissage supervisé : un type d'apprentissage automatique où les ensembles de données de sortie enseignent aux machines à générer des résultats ou des algorithmes souhaités (semblable à une relation enseignant-élève)

T

Apprentissage par transfert : un système qui utilise des données précédemment apprises et les applique à un nouvel ensemble de tâches

Test de Turing : un test créé par le scientifique informatique Alan Turing (1950) pour voir si les machines pouvaient exhiber une intelligence égale ou indiscernable de celle d'un humain

Termes de l'IA, de U à Z

Moins de termes d'IA se situent entre U-Z, mais les plus importants sont affichés.

U

Données non structurées : données sans motifs facilement recherchables (par exemple, audio, vidéo, contenu des réseaux sociaux)

Apprentissage non supervisé : un type d'apprentissage automatique où un algorithme est entraîné avec des informations qui ne sont ni classées ni étiquetées, permettant ainsi à l'algorithme d'agir sans guidance (ou supervision)

V

Reconnaissance vocale : Également connue sous le nom de reconnaissance de la parole, c'est une technique d'interaction homme-ordinateur qui permet aux ordinateurs de comprendre, d'interpréter la dictée humaine et de produire une sortie écrite conformément aux commandes vocales.

W

IA faible : voir intelligence artificielle étroite (ANI)

Sur la route de l'expertise

Avec ces termes fréquemment recherchés frais dans votre esprit, vous êtes prêt à aborder l'IA de front et à poursuivre votre aventure d'exploration des connaissances ! Investir dans l'intelligence artificielle nécessite de plonger profondément dans les tendances informationnelles actuelles et d'évaluer la solution correcte pour votre entreprise.

Ce glossaire a-t-il éveillé votre curiosité pour en savoir plus sur l'intelligence artificielle ? Si oui, consultez les différents types d'IA et comment ils impactent les inventions mondiales.

Cet article a été publié à l'origine en 2019. Le contenu a été mis à jour avec de nouvelles informations.