La bibliothèque 212AY
Glossaire
IA.
200+ termes d'intelligence artificielle expliqués simplement — du machine learning aux LLM, en passant par les agents IA, le RAG et le prompt engineering. Chaque définition avec un exemple concret, en français, anglais et arabe.
200 termes
Modèle de raisonnement
Un modèle de raisonnement est un modèle de langage entraîné à « réfléchir avant de répondre » : il consacre du calcul supplémentaire à des chaînes de pensée internes, explore des options et vérifie son propre travail avant la réponse finale. Il devient nettement meilleur en mathématiques, en code, en planification et en logique métier multi-étapes, au prix d'une latence et d'un coût plus élevés. Un cabinet de conseil à Tunis pourrait l'utiliser pour analyser un appel d'offres complexe.
Système de recommandation
Un système de recommandation prédit ce qu'un utilisateur voudra probablement ensuite, à partir de son comportement passé et de motifs appris auprès d'utilisateurs ou d'articles similaires. C'est le moteur des « les clients ont aussi acheté » sur les sites e-commerce et des playlists personnalisées en streaming. Les techniques vont du filtrage collaboratif au deep learning sur embeddings. Une marketplace en ligne à Casablanca peut augmenter le panier moyen en recommandant des produits complémentaires.
Réseau de neurones récurrent (RNN)
Un réseau de neurones récurrent traite les séquences élément par élément en conservant une mémoire cachée de ce qui précède, comme lire une phrase mot à mot en retenant le contexte. Les RNN et leur variante améliorée LSTM ont longtemps dominé la reconnaissance vocale, la traduction et la prévision de séries temporelles. Ils peinent sur les très longues séquences et s'entraînent lentement, raison pour laquelle les transformers les ont largement remplacés. Ils restent utiles pour des tâches légères.
Red teaming
Le red teaming consiste à attaquer délibérément un système d'IA pour découvrir ses faiblesses avant que de vrais adversaires ou des accidents ne le fassent. Les testeurs essaient jailbreaks, injections de prompt, sorties biaisées, fuites de données et génération de contenus nuisibles, puis rapportent leurs trouvailles pour renforcer les défenses. Avant qu'une banque marocaine ne lance un chatbot client, une équipe rouge vérifierait s'il peut être manipulé pour révéler des données de compte.
Régression
La régression regroupe des méthodes d'apprentissage supervisé qui prédisent une valeur numérique continue plutôt qu'une catégorie : un prix, une température, une quantité. Le modèle apprend la relation entre les variables d'entrée et la cible à partir d'exemples historiques. La régression linéaire ajuste une droite ; des variantes plus avancées capturent des motifs complexes. Une agence immobilière à Tanger pourrait estimer le prix des appartements selon la surface, le quartier et l'étage.
Régularisation
La régularisation regroupe des techniques empêchant un modèle de mémoriser ses données d'entraînement au lieu d'apprendre des motifs généraux, un défaut appelé surapprentissage. Les méthodes courantes pénalisent les poids trop grands (L1, L2), désactivent aléatoirement des neurones pendant l'entraînement (dropout) ou arrêtent l'entraînement plus tôt. Pensez à un étudiant encouragé à comprendre les concepts plutôt qu'à mémoriser les annales.
Apprentissage par renforcement (RL)
L'apprentissage par renforcement entraîne un agent par essai-erreur : il effectue des actions dans un environnement, reçoit des récompenses ou des pénalités, et apprend progressivement une stratégie maximisant la récompense à long terme. C'est ainsi qu'un enfant apprend le vélo, en se corrigeant après chaque déséquilibre. Le RL alimente les systèmes de jeu, la robotique et des décisions dynamiques comme les enchères publicitaires.
Replit
Replit est une plateforme de développement dans le navigateur qui permet d'écrire, exécuter et déployer du code sans rien installer. Son agent IA peut construire des applications entières à partir d'une description en langage courant, en gérant code, base de données et hébergement au même endroit. Elle est prisée pour le prototypage et par les non-développeurs qui transforment leurs idées en outils fonctionnels.
Reranking (reclassement)
Le reranking est une seconde passe dans les pipelines de recherche et de RAG : après qu'un récupérateur rapide a ramené, disons, cinquante documents candidats, un modèle plus puissant mais plus lent les re-note et fait remonter les plus pertinents. Ajouter un reranker améliore souvent nettement la qualité des réponses des chatbots d'entreprise, par exemple quand l'assistant d'un assureur marocain fouille des milliers de documents de polices.