Glossaire IA : décryptage des termes clés de l'AGI aux hallucinations

L'intelligence artificielle est un domaine fascinant mais complexe, souvent accompagné d'un vocabulaire spécialisé qui peut sembler opaque pour ceux qui ne sont pas familiers avec le sujet. Afin de rendre ce domaine plus accessible, un glossaire des termes courants en IA est régulièrement mis à jour pour inclure les dernières avancées et défis, notamment en matière de sécurité.

Intelligence artificielle générale (AGI)

L'intelligence artificielle générale, ou AGI, est un concept qui suscite de nombreuses interprétations et débats. Le PDG d'OpenAI, Sam Altman, a décrit l'AGI comme l'« équivalent d'un humain médian que vous pourriez embaucher comme collègue ». Selon la charte d'OpenAI, l'AGI se réfère à des systèmes hautement autonomes qui surpassent les humains dans la plupart des travaux économiquement précieux. De son côté, Google DeepMind considère l'AGI comme une IA au moins aussi capable que les humains dans la plupart des tâches cognitives. Cette diversité d'interprétations reflète la complexité et l'ambiguïté entourant le concept d'AGI.

Agent IA

Un agent IA est un outil qui utilise l'intelligence artificielle pour accomplir une série de tâches complexes, telles que la gestion de dépenses, la réservation de billets ou de tables dans un restaurant, et même l'écriture et la maintenance de code. Ce concept va au-delà des capacités des chatbots traditionnels. Cependant, le terme « agent IA » peut avoir des significations différentes selon les contextes, car l'infrastructure nécessaire pour réaliser pleinement ses capacités est encore en développement. L'idée centrale est celle d'un système autonome qui peut s'appuyer sur plusieurs systèmes d'IA pour exécuter des tâches en plusieurs étapes.

Chaîne de pensée

Dans le contexte de l'intelligence artificielle, le raisonnement par chaîne de pensée se réfère à la capacité des modèles à décomposer un problème en étapes intermédiaires pour améliorer la qualité du résultat final. Par exemple, pour répondre à une question complexe, un modèle IA peut être amené à suivre une série d'étapes logiques pour arriver à une réponse correcte. Ce processus est particulièrement utile dans les contextes logiques ou de codage. Les modèles de raisonnement sont développés à partir de modèles de langage traditionnels et optimisés pour la pensée en chaîne grâce à l'apprentissage par renforcement, ce qui prend généralement plus de temps mais augmente la probabilité d'obtenir une réponse correcte.

Calcul

Le terme "calcul" dans le contexte de l'IA fait référence à la puissance de traitement essentielle permettant aux modèles d'IA de fonctionner. Cette puissance de calcul est fournie par des matériels tels que les GPU, CPU, TPU, et d'autres formes d'infrastructure qui constituent la base de l'industrie moderne de l'IA. Ce type de traitement est crucial pour former et déployer des modèles puissants, et il est souvent utilisé comme un raccourci pour désigner les types de matériel qui fournissent cette puissance.

Apprentissage profond

L'apprentissage profond est un sous-ensemble de l'apprentissage automatique qui utilise une structure de réseau de neurones artificiels (ANN) à plusieurs couches. Cette approche permet de faire des corrélations plus complexes par rapport aux systèmes d'apprentissage automatique plus simples, tels que les modèles linéaires ou les arbres de décision. Les modèles d'apprentissage profond sont capables d'identifier eux-mêmes des caractéristiques importantes dans les données, sans nécessiter que des ingénieurs humains définissent ces caractéristiques. Cependant, ces systèmes nécessitent de nombreux points de données pour produire de bons résultats (des millions ou plus) et prennent généralement plus de temps à former, ce qui entraîne des coûts de développement plus élevés.

Diffusion

La diffusion est une technologie au cœur de nombreux modèles d'IA générant de l'art, de la musique et du texte. Inspirés par la physique, les systèmes de diffusion « détruisent » lentement la structure des données — par exemple, des photos ou des chansons — en ajoutant du bruit jusqu'à ce qu'il ne reste plus rien. Les systèmes de diffusion en IA visent à apprendre un processus de « diffusion inverse » pour restaurer les données détruites, acquérant ainsi la capacité de récupérer les données à partir du bruit.

Distillation

La distillation est une technique utilisée pour extraire des connaissances d'un grand modèle d'IA via un modèle « enseignant-élève ». Les développeurs envoient des requêtes à un modèle enseignant et enregistrent les sorties. Ces sorties sont ensuite utilisées pour former le modèle élève, qui est entraîné pour approcher le comportement de l'enseignant. Cette méthode permet de transférer efficacement les connaissances d'un modèle complexe à un modèle plus simple.

Ajustement fin

L'ajustement fin d'un modèle d'IA fait référence à l'entraînement supplémentaire d'un modèle pour optimiser ses performances pour une tâche ou un domaine plus spécifique que ce qui était précédemment l'objectif de son entraînement. Cela se fait généralement en alimentant de nouvelles données spécialisées, orientées vers une tâche. De nombreuses startups d'IA prennent des grands modèles de langage comme point de départ pour construire un produit commercial, mais cherchent à augmenter l'utilité pour un secteur ou une tâche cible en complétant les cycles d'entraînement précédents par un ajustement fin basé sur leur propre expertise spécifique au domaine.

Réseau antagoniste génératif (GAN)

Un GAN, ou réseau antagoniste génératif, est un type de cadre d'apprentissage automatique qui sous-tend certains développements importants en IA générative pour produire des données réalistes — y compris (mais sans s'y limiter) des outils de deepfake. Les GANs utilisent une paire de réseaux de neurones, l'un générant une sortie à partir de ses données d'entraînement, tandis que l'autre modèle évalue cette sortie. Cette structure de compétition permet d'optimiser les sorties de l'IA pour qu'elles soient plus réalistes sans intervention humaine supplémentaire.

Hallucination

Le terme hallucination est utilisé dans l'industrie de l'IA pour désigner le phénomène où les modèles d'IA génèrent des informations incorrectes. Cela pose un problème majeur pour la qualité de l'IA, car les hallucinations peuvent produire des résultats trompeurs et entraîner des risques réels. Le problème des IA fabriquant des informations est souvent attribué à des lacunes dans les données d'entraînement. Les hallucinations contribuent à une tendance vers des modèles d'IA de plus en plus spécialisés ou verticaux, c'est-à-dire des IA spécifiques à un domaine qui nécessitent une expertise plus étroite.

Inférence

L'inférence est le processus d'exécution d'un modèle d'IA. Cela consiste à laisser un modèle faire des prédictions ou tirer des conclusions à partir de données précédemment vues. Il est important de noter que l'inférence ne peut pas se produire sans entraînement ; un modèle doit apprendre des motifs dans un ensemble de données avant de pouvoir extrapoler efficacement à partir de ces données d'entraînement.

Modèle de langage de grande taille (LLM)

Les modèles de langage de grande taille, ou LLM, sont les modèles d'IA utilisés par des assistants IA populaires, tels que ChatGPT, Claude, Gemini de Google, Llama de Meta, Copilot de Microsoft, ou Le Chat de Mistral. Ces modèles sont à la base des interactions avancées avec l'IA, permettant des applications variées et puissantes dans le traitement du langage naturel et d'autres domaines.