Page 11 - Itégrer l'IA générative - Guide pour les PME

La Silicon Valley est célèbre pour développer un nouveau vocabulaire pour
chaque nouvelle technologie (ce qui rend ceux d'entre nous qui ne parlent
pas ce langage nerveux et moins confiants). L'IA ne fait pas exception, voici
donc des termes que vous entendrez probablement, et ce qu'ils signifient.

Large language models (LLM): Un programme Tokens: Une unité d'information dans un
informatique avancé formé sur d'énormes prompt, comme un mot ou un caractère,
quantités de données textuelles, lui permettant souvent liée au coût de traitement des données.
de comprendre et de générer un langage Cette phrase est composée de 25 tokens, par
semblable à celui des humains. exemple.

Traitement du langage naturel (NLP): Un Reinforcement Learning from Human
domaine de l'intelligence artificielle axé sur la Feedback (RLHF): Une technique d'IA où les
capacité des ordinateurs à comprendre, machines apprennent et s'améliorent grâce aux
interpréter et générer le langage humain. retours fournis par les humains. Une autre façon
de dire "garder l'IA honnête".
Chatbot: Un programme informatique conçu
pour simuler une conversation avec des IA multi-modale: Une IA capable d'utiliser
utilisateurs humains. plusieurs types, ou modes, de données
simultanément pour mieux interpréter le
Machine Learning (ML): Une sous-catégorie de contexte (texte, image, voix…)
l'IA qui consiste à entraîner des systèmes
informatiques à apprendre à partir des données Réseau neuronal: Un système informatique
et à améliorer leurs performances. modelé d'après le cerveau humain, composé
de nœuds interconnectés (neurones) qui
Fine-tuning: Ajuster et affiner un modèle pré- travaillent ensemble pour traiter les informations
entraîné en utilisant des données et prendre des décisions.
supplémentaires pour améliorer ses
performances sur une tâche spécifique. Retrieval-Augmented Generation (RAG): Une
technique qui améliore la manière dont les
Modèle: Un algorithme entraîné à effectuer des modèles d'IA répondent aux requêtes en
tâches spécifiques en analysant des données. recherchant dans une grande base de données
les informations les plus pertinentes, puis en
Algorithme: Un ensemble d'instructions ou de utilisant ces informations comme contexte pour
règles suivies par un ordinateur pour accomplir générer une réponse.
une tâche spécifique.
Agent: Une entité autonome, comme un
Prompting: Instructions ou prompt ou encore chatbot, conçue pour automatiser des tâches,
input qui guide un modèle d'IA pour générer des prendre des décisions ou résoudre des
réponses ou des “output” souhaitées. problèmes sans intervention humaine.

Hallucination: Lorsqu'un modèle d'IA fournit
avec confiance des informations factuellement
incorrectes ou absurdes.