Comprendre l'IA sans jargon

IA capable de planifier, utiliser des outils et poursuivre un objectif.

IA orientée action, capable d'étapes, d'outils et de corrections.

Système personnel ou pro piloté par agents IA.

Workflow où plusieurs étapes sont pilotées par IA ou agents.

Règles et responsabilités pour encadrer l'usage IA.

Rendre les IA sûres, fiables, contrôlables et non dangereuses.

Approche où l'IA est au cœur de la stratégie produit ou business.

Rendre une IA compatible avec intentions, règles et attentes humaines.

Test standardisé pour comparer des modèles.

Tendance à produire des réponses déséquilibrées ou stéréotypées.

Informations disponibles dans la conversation ou les fichiers.

Assistant IA qui aide l'humain sans agir totalement seul.

Jeu de données utilisé pour entraîner, tester ou évaluer.

Petit modèle entraîné à imiter un grand modèle.

Données générées artificiellement pour entraîner ou tester.

IA exécutée près de la source des données.

Représentation numérique du sens d'un texte, document ou image.

Évaluation d'un modèle sur une tâche précise.

Comprendre pourquoi une IA a donné une réponse.

Modèle de secours si le principal échoue ou coûte trop cher.

Quantité maximale d'informations prises en compte en une fois.

Réentraînement spécialisé sur des données particulières.

Appel structuré d'une fonction ou API par un modèle.

Ancrer la réponse dans des sources fiables ou des données fournies.

Quand l'IA invente une information fausse mais la présente comme vraie.

L'IA propose ou exécute, l'humain vérifie ou valide.

IA capable de produire texte, image, code, audio, vidéo, idées ou plans.

Moment où le modèle produit une réponse.

Grand modèle de langage derrière ChatGPT, Claude, Gemini, Mistral ou Llama.

Informations conservées entre plusieurs conversations.

Avantage défensif difficile à copier : données, distribution, expertise, marque.

Choix automatique du bon modèle selon la tâche.

Modèle qui traite texte, image, audio, vidéo, fichiers ou actions.

Architecture où certains experts internes sont activés selon la demande.

IA qui fonctionne directement sur l'appareil de l'utilisateur.

Modèle dont les poids sont disponibles.

Organisation de plusieurs outils, modèles ou agents.

Instruction donnée à une IA.

Art de formuler une demande claire pour obtenir un meilleur résultat.

L'IA cherche dans une base documentaire avant de générer sa réponse.

Test agressif pour trouver les failles d'un système IA.

Capacité à fonctionner malgré erreurs, données imparfaites ou pannes.

Bien fonctionner quand les données changent ou sont inattendues.

Moment hypothétique où l'IA dépasserait durablement l'intelligence humaine et s'auto-améliorerait, rendant le futur difficile à prévoir. Très évoquée, très débattue.

Petit modèle de langage, utile pour tâches ciblées ou locales.

Entreprise conçue dès le départ autour de l'IA.

Morceau de texte utilisé par les modèles.

Capacité d'un modèle à utiliser navigateur, email, code, API, etc.

Données utilisées pour entraîner un modèle.

Base spécialisée pour stocker et chercher des embeddings.