Intelligence artificielle Flashcards
Machine learning en français
Apprentissage automatique
Représentation des mots dans le traitement automatique du langage naturel
Des vecteurs de typiquement 300 dimensions indiquant les proximité sémantiques entre mots car l’humain et la machine travaille par proximité. Piano et clavecin ne peuvent pas être 2 numéros complètement pas liés
Représentation d’une pensée (le sens d’une phrase) dans le traitement automatique du langage naturel
Un vecteur comme les mots mais plus grand (~1000)
Principe d’analyse IA d’une phrase du langage
Itératif : une instance du réseau analyse la pensée construite jusque là et la modifie en intégrant le mot d’après
Deep learning
Le type de machine learning le plus commun
Neurone dans un réseau de neurones
Une fonction mathématique : en pratique une somme pondérée et un seuil : au-dessus on sort 1, en dessous 0. On calibre les poids et le seuil
Inconvénient des réseaux de neurones
Boîte noire
Reconnaissance d’images et réseaux de neurones
Donner l’image brute comme ensemble de pixels donnerait un réseau énorme incapable d’apprendre. On met un algo avant qui extrait les caractéristiques de l’image : l’«abstraction» de l’image
Taille classique d’un réseau de neurones
3 couches incluant entrées et neurone de sortie. Sinon ingérable
Objectif du deep learning
Adresser l’étape d’abstraction de l’input
Opposé de la black box
Glass box
GPT
Generative Pretrained Transformer
Generative AI within AI
AI
- Machine learning
— Deep learning
—- Generative AI
Deep learning
Machine learning based on neural networks
Generative AI
Predict what comes next