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
Détection d'anomalies
La détection d'anomalies consiste à utiliser l'IA pour repérer automatiquement les points de données qui s'écartent fortement des schémas habituels : transactions inhabituelles, pics de trafic soudains ou machine qui vibre anormalement. Le système apprend d'abord à quoi ressemble le « normal » à partir de données historiques, puis déclenche des alertes en cas d'écart. Un opérateur télécom à Rabat peut ainsi détecter la fraude aux cartes SIM, et une usine à Tanger repérer une dérive de sa chaîne de production avant une panne coûteuse.
API (interface de programmation)
Une API est un moyen standardisé pour un logiciel de demander des services à un autre, comme un serveur qui transmet les commandes entre votre table et la cuisine. En IA, les API permettent aux entreprises d'accéder à des modèles puissants sans posséder d'infrastructure : votre site de réservation envoie la question d'un client à l'API d'un fournisseur d'IA et reçoit la réponse en quelques secondes, en ne payant que l'usage. Les API relient aussi vos outils entre eux, laissant votre CRM, votre système de paiement et votre canal WhatsApp échanger des données automatiquement.
Intelligence artificielle (IA)
L'intelligence artificielle est le domaine de l'informatique qui vise à créer des systèmes capables d'accomplir des tâches exigeant normalement l'intelligence humaine : comprendre le langage, reconnaître des images, prendre des décisions et apprendre de l'expérience. Plutôt que de suivre uniquement des règles fixes, ces systèmes s'améliorent en analysant des données. Une banque à Casablanca peut ainsi détecter des transactions suspectes en temps réel, tandis qu'une boutique en ligne recommande à chaque client les produits qu'il est le plus susceptible d'acheter.
Mécanisme d'attention
Le mécanisme d'attention permet à un réseau de neurones de pondérer les parties de son entrée les plus pertinentes à chaque étape de sa sortie, au lieu de tout traiter uniformément. Pour traduire en français un message client en darija, le modèle « porte attention » aux mots pertinents à chaque instant, comme un lecteur dont les yeux reviennent aux phrases clés. L'attention est l'innovation centrale de l'architecture transformer, donc de ChatGPT, Claude, Gemini et de presque tous les modèles de langage modernes.
Auto-encodeur
Un auto-encodeur est un réseau de neurones entraîné à compresser des données en un résumé compact, puis à reconstruire l'original à partir de celui-ci. En forçant l'information à passer par ce goulot d'étranglement, le réseau apprend les caractéristiques essentielles des données. Les auto-encodeurs servent à réduire la taille d'images, éliminer du bruit et détecter des anomalies : si le réseau reconstruit mal une transaction, c'est qu'elle diffère probablement de tout ce qu'il a vu à l'entraînement, d'où leur utilité pour la surveillance antifraude dans les banques et assurances.
AutoML
L'AutoML automatise le processus complet de machine learning : sélection d'algorithme, réglage des hyperparamètres, ingénierie des caractéristiques. Il démocratise l'IA en permettant aux non-experts de construire des modèles compétitifs. Un analyste métier peut construire un modèle de churn en quelques heures.
Automatisation
L'automatisation est l'usage de la technologie pour exécuter des tâches avec peu ou pas d'effort humain, des règles simples comme l'envoi automatique de factures jusqu'aux processus pilotés par l'IA qui lisent des documents, répondent aux clients et prennent des décisions courantes. L'objectif n'est pas de remplacer les personnes mais de les libérer du répétitif : un restaurant de Marrakech qui automatise les confirmations de réservation et les commandes fournisseurs permet à son équipe de se consacrer aux clients. L'IA moderne élargit considérablement le champ de l'automatisable, jusqu'aux tâches de langage, d'image et de jugement.
Agent autonome
Un agent autonome est un agent IA fonctionnant avec un minimum d'intervention humaine sur des tâches longues : il fixe des sous-objectifs, choisit ses outils, corrige ses erreurs et décide quand le travail est terminé. L'autonomie totale étant puissante mais risquée, les entreprises définissent en pratique des limites, des budgets et des points de validation. Imaginez un agent surveillant en continu les prix des concurrents pour une boutique d'électronique en ligne, ajustant les tarifs selon les règles fixées par le gérant et n'escaladant vers un humain que les situations inhabituelles.
Rétropropagation du gradient
La rétropropagation du gradient est l'algorithme qui entraîne les réseaux de neurones en calculant la part de responsabilité de chaque poids dans l'erreur et en l'ajustant en conséquence, couche par couche de la sortie vers l'entrée. C'est ce qui rend le deep learning possible : sans lui, les réseaux ne pourraient pas apprendre de leurs erreurs. C'est comme un étudiant qui rend une copie, reçoit les corrections et remonte chaque mauvaise réponse au concept mal compris, puis ajuste sa compréhension.