L\u2019IA g\u00e9n\u00e9rative est un sous-ensemble de l\u2019IA<\/strong>. L\u2019IA peut \u00eatre utilis\u00e9e pour pr\u00e9dire des r\u00e9sultats, d\u00e9tecter des entit\u00e9s ou classer des documents, entre autres. Toutefois, l\u2019IA g\u00e9n\u00e9rative, \u00e9galement appel\u00e9e GenAI, cr\u00e9e du contenu, tel que des images, des vid\u00e9os ou du texte. L\u2019objectif est que ce contenu g\u00e9n\u00e9r\u00e9 par l\u2019IA soit aussi utile que n\u2019importe quel contenu cr\u00e9\u00e9 par des humains. Cette approche est possible gr\u00e2ce aux grands mod\u00e8les de langage (LLM), qui sont des mod\u00e8les IA complexes qui peuvent \u00eatre utilis\u00e9s pour un large \u00e9ventail de cas d\u2019usage.<\/p>\n\n\n\n Par exemple, vous pouvez utiliser l\u2019IA g\u00e9n\u00e9rative pour d\u00e9velopper des questions de suivi d\u2019une r\u00e9union, cr\u00e9er une image \u00e0 partir d\u2019un texte ou expliquer la ligne de frappe d\u2019une blague, m\u00eame si la blague se trouve dans une vid\u00e9o.<\/p>\n\n\n\n La science des donn\u00e9es est un domaine interdisciplinaire<\/strong> dont l\u2019objectif est de r\u00e9aliser l\u2019IA. Il utilise de nombreuses techniques diff\u00e9rentes, principalement le Machine Learning et les statistiques. Dans la plupart des cas, les scientifiques des donn\u00e9es sont les experts charg\u00e9s de r\u00e9soudre les probl\u00e8mes d\u2019IA.<\/p>\n\n\n\n Le Machine Learning est une technique<\/strong> o\u00f9 une machine passe au crible de vastes quantit\u00e9s de donn\u00e9es pour trouver des mod\u00e8les. Cette technique est fr\u00e9quemment utilis\u00e9e \u00e0 des fins d\u2019IA. Le machine learning utilise des algorithmes qui entra\u00eenent une machine \u00e0 apprendre des mod\u00e8les en fonction de caract\u00e9ristiques diff\u00e9renciatrices sur les donn\u00e9es. Plus il y a de donn\u00e9es d\u2019entra\u00eenement, plus les pr\u00e9dictions sont justes. Voici quelques exemples :<\/p>\n\n\n\n Le Deep Learning est un sous-ensemble du Machine Learning<\/strong>. Le Deep Learning consiste \u00e0 imiter la fa\u00e7on dont le cerveau humain traite les informations, \u00e0 la mani\u00e8re d\u2019un r\u00e9seau neuronal artificiel connect\u00e9. Contrairement au machine learning, le deep learning peut d\u00e9couvrir par lui-m\u00eame des mod\u00e8les complexes et des caract\u00e9ristiques diff\u00e9renciatrices. Il travaille normalement avec des donn\u00e9es non structur\u00e9es comme des images, du texte et de l\u2019audio. C\u2019est la raison pour laquelle il demande une \u00e9norme quantit\u00e9 de donn\u00e9es pour faire de meilleures analyses et une \u00e9norme puissance de calcul pour travailler rapidement.<\/p>\n\n\n\n Par instance, le Deep Learning peut \u00eatre utilis\u00e9 pour d\u00e9tecter les cellules canc\u00e9reuses dans des images m\u00e9dicales. Le deep learning parcourt chaque pixel de l\u2019image et l\u2019utilise comme entr\u00e9e des n\u0153uds neuronaux. Les n\u0153uds analysent chaque pixel pour filtrer les caract\u00e9ristiques qui paraissent canc\u00e9reuses. Chaque couche de n\u0153uds passe ses d\u00e9couvertes de cellules potentiellement canc\u00e9reuses \u00e0 la couche de n\u0153uds suivante pour r\u00e9p\u00e9ter le processus et pour regrouper au final toutes ses d\u00e9couvertes de fa\u00e7on \u00e0 classifier le contenu de l\u2019image. Par exemple, l\u2019image peut \u00eatre class\u00e9e comme une image saine ou une image avec des caract\u00e9ristiques canc\u00e9reuses.<\/p>\n\n\n\n L\u2019IA a un grand potentiel de perturbation. C\u2019est pourquoi il doit respecter les normes \u00e9thiques les plus \u00e9lev\u00e9es. L\u2019IA responsable fait r\u00e9f\u00e9rence aux principes et meilleures pratiques<\/strong> qui garantissent que le travail d\u2019IA est responsable, inclusif, fiable, s\u00fbr, \u00e9quitable, transparent, s\u00e9curis\u00e9 et respecte la confidentialit\u00e9.<\/p>\n\n\n\n Par instance, l\u2019IA pourrait cr\u00e9er une vid\u00e9o qui montre une personne r\u00e9elle \u00e0 un \u00e9v\u00e9nement auquel elle n\u2019a pas particip\u00e9 dans la vie r\u00e9elle. L\u2019IA responsable implique de ne pas utiliser cette technologie \u00e0 des fins trompeurs, car elle compromettrait leur vie priv\u00e9e et aurait des cons\u00e9quences injustes.<\/p>\n\n\n\n En \u00e9tendant les concepts principaux de l\u2019IA, o\u00f9 les machines montrent des capacit\u00e9s g\u00e9n\u00e9ralement associ\u00e9es aux humains, vous pouvez voir comment fonctionnent l\u2019apprentissage des mod\u00e8les, l\u2019interpr\u00e9tation des donn\u00e9es et le raisonnement avec les donn\u00e9es. Pour ce faire, nous devons alimenter la machine avec une grande quantit\u00e9 de donn\u00e9es avant qu\u2019elle ne soit capable d\u2019apprendre. Par ailleurs,le machine learning cr\u00e9e des algorithmes allant de la simple fonction lin\u00e9aire \u00e0 des fonctions extr\u00eamement complexes, comme un r\u00e9seau neuronal artificiel.<\/p>\n\n\n\n L\u2019intelligence artificielle (IA) repr\u00e9sente la capacit\u00e9 d\u2019un logiciel ou d\u2019une machine \u00e0\u00a0imiter le comportement humain. Par exemple, pour imiter les sens visuels, la reconnaissance vocale, la prise de d\u00e9cision, la compr\u00e9hension du langage naturel, etc. Il ne s\u2019agit pas d\u2019une technologie en soi, mais plut\u00f4t d\u2019un objectif fix\u00e9 par les technologues pour imiter l\u2019intelligence humaine. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[35],"tags":[54,55],"class_list":["post-250","post","type-post","status-publish","format-standard","hentry","category-ai","tag-ai","tag-ia"],"_links":{"self":[{"href":"https:\/\/cyber-resilience.mobi\/index.php?rest_route=\/wp\/v2\/posts\/250","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cyber-resilience.mobi\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cyber-resilience.mobi\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cyber-resilience.mobi\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/cyber-resilience.mobi\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=250"}],"version-history":[{"count":4,"href":"https:\/\/cyber-resilience.mobi\/index.php?rest_route=\/wp\/v2\/posts\/250\/revisions"}],"predecessor-version":[{"id":256,"href":"https:\/\/cyber-resilience.mobi\/index.php?rest_route=\/wp\/v2\/posts\/250\/revisions\/256"}],"wp:attachment":[{"href":"https:\/\/cyber-resilience.mobi\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=250"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cyber-resilience.mobi\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=250"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cyber-resilience.mobi\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=250"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Qu\u2019est-ce que la science des donn\u00e9es ?<\/strong><\/h4>\n\n\n\n
L\u2019apprentissage automatique – De quoi s\u2019agit-il ?<\/strong><\/h4>\n\n\n\n
\n
Qu\u2019est-ce que le deep learning ?<\/strong><\/h4>\n\n\n\n
Qu\u2019est-ce que l\u2019IA responsable ?<\/strong><\/h4>\n\n\n\n
![\"\"](\"https:\/\/cyber-resilience.mobi\/wp-content\/uploads\/2024\/03\/AI_1-1024x399.png\")
<\/figure>\n","protected":false},"excerpt":{"rendered":"