Comprendre l'IA commence par comprendre ses mots. Voici les termes essentiels de l'intelligence artificielle, de l'IA générative et de la conférence IA, définis simplement et sans jargon.
Les notions de base pour comprendre l'intelligence artificielle.
Ensemble de techniques permettant à une machine de réaliser des tâches qui requièrent habituellement l'intelligence humaine : comprendre, raisonner, décider, créer.
En savoir plus →Apprentissage automatique : branche de l'IA où un modèle apprend des règles à partir de données plutôt que d'être programmé explicitement.
Apprentissage profond reposant sur des réseaux de neurones à plusieurs couches, à l'origine des progrès récents de l'IA.
Modèle inspiré du cerveau, composé de couches de « neurones » qui transforment des données d'entrée en prédictions.
Suite d'instructions permettant de résoudre un problème ou d'accomplir une tâche ; en IA, il régit l'apprentissage et la prédiction du modèle.
Résultat de l'entraînement d'un algorithme sur des données : c'est lui qui produit prédictions ou contenus.
Ensemble de données utilisé pour apprendre à un modèle ; leur qualité conditionne directement ses performances.
IA qui anticipe un résultat (risque, demande, panne) à partir de données historiques.
Le vocabulaire de l'IA générative, au cœur des conférences actuelles.
Catégorie d'IA capable de produire du contenu nouveau — texte, image, code, audio — à partir d'une consigne.
En savoir plus →Large Language Model : modèle entraîné sur d'immenses corpus de texte, capable de comprendre et générer du langage naturel.
Agent conversationnel d'OpenAI fondé sur un grand modèle de langage, qui a popularisé l'IA générative fin 2022.
En savoir plus →Instruction ou question donnée à une IA générative pour obtenir un résultat.
Art de formuler des prompts efficaces pour obtenir des réponses précises et utiles d'une IA générative.
En savoir plus →Production par une IA d'une réponse fausse mais formulée avec assurance ; principal risque à connaître et vérifier.
Unité de base (mot ou fragment de mot) que traite un modèle de langage ; sert aussi à mesurer la longueur des textes.
Système d'IA capable d'enchaîner des actions de façon autonome pour accomplir une tâche de bout en bout.
Retrieval-Augmented Generation : technique combinant un modèle de langage avec une base documentaire pour des réponses fiables et sourcées.
Spécialisation d'un modèle pré-entraîné sur des données propres à un usage ou un domaine.
Représentation numérique d'un texte ou d'une donnée permettant à l'IA d'en mesurer le sens et la proximité.
Se dit d'une IA capable de traiter plusieurs types de données (texte, image, son) simultanément.
Assistant IA intégré à un outil métier pour épauler l'utilisateur dans ses tâches.
Domaine de l'IA dédié à la compréhension et à la génération du langage humain (NLP en anglais).
Technologies permettant à une machine d'analyser et d'interpréter des images et des vidéos.
Les formats d'intervention pour vos événements.
Expert qui intervient lors d'événements pour rendre l'intelligence artificielle compréhensible et inspirer l'action.
En savoir plus →Conférence phare d'un événement, généralement en ouverture ou clôture, destinée à marquer et fédérer.
En savoir plus →Session réunissant l'ensemble des participants d'un événement, cadre privilégié d'une keynote.
Session approfondie et interactive animée par un expert, centrée sur la montée en compétence.
En savoir plus →Format pratique où les participants manipulent eux-mêmes les outils sur des cas concrets.
En savoir plus →Personnalité experte invitée à apporter un regard transversal et une mise en perspective lors d'un événement.
Échange animé entre plusieurs intervenants autour d'un thème, souvent modéré par un expert.
Intervention réalisée à distance, en visioconférence, par opposition au présentiel.
Le cadre de confiance indispensable à tout projet d'IA.
Règlement européen (UE) 2024/1689 sur l'intelligence artificielle, premier cadre juridique horizontal au monde, fondé sur une approche par les risques.
Règlement général sur la protection des données : encadre le traitement des données personnelles dans l'Union européenne.
Commission nationale de l'informatique et des libertés, autorité française de protection des données personnelles.
Distorsion d'un modèle reproduisant ou amplifiant des inégalités présentes dans ses données d'entraînement.
Capacité à comprendre et à justifier la décision d'un système d'IA, exigence clé en contexte régulé.
Principe selon lequel un humain garde le contrôle et peut intervenir sur les décisions d'un système d'IA.
IA conçue pour être robuste, transparente, équitable et respectueuse des droits fondamentaux.
Démarche visant un usage éthique et maîtrisé de l'IA, intégrant impact social, environnemental et conformité.
Capacité d'une organisation ou d'un pays à maîtriser ses données, ses infrastructures et ses technologies.
Toute information se rapportant à une personne physique identifiée ou identifiable, protégée par le RGPD.
Le vocabulaire de la mise en œuvre de l'IA en organisation.
Processus d'intégration des technologies numériques dans tous les aspects d'une organisation.
Application concrète et identifiée d'une technologie à un besoin métier précis.
Prototype destiné à valider la faisabilité et la valeur d'un projet avant tout investissement lourd.
Démarche visant à familiariser l'ensemble des collaborateurs avec une technologie comme l'IA.
En savoir plus →Ensemble des actions accompagnant l'adoption d'une nouvelle technologie ou organisation par les équipes.
Délégation à une machine de tâches auparavant réalisées par un humain.
En savoir plus →Gain d'efficacité obtenu lorsque l'IA assiste l'humain dans ses tâches.
Certification française attestant de la qualité des actions de formation et conditionnant leur financement.
En savoir plus →Ensemble de pratiques pour déployer, surveiller et maintenir des modèles d'IA en production de façon fiable.
Une conférence pour donner à vos équipes une vraie culture de l'IA.
Réserver une conférence → Voir les formats de conférence