Référence

Glossaire IA

Des définitions claires et brèves des principaux termes de l’IA. Chaque entrée est une réponse autonome et factuelle, reliée à des articles approfondis et aux services pertinents.

AEO (Answer Engine Optimization): L'AEO consiste à optimiser les contenus pour qu'ils soient fournis comme réponse directe dans les moteurs de réponse, les assistants vocaux ou les extraits optimisés.
Agent IA: Un agent IA est un système qui utilise un modèle de langage pour décomposer de façon autonome un objectif en étapes, appeler des outils ou API et accomplir des tâches sans pilotage humain constant.
Apprentissage automatique (Machine Learning): L'apprentissage automatique est un sous-domaine de l'IA dans lequel les systèmes apprennent des motifs à partir de données et améliorent leurs performances sans être programmés explicitement pour chaque tâche.
Assistant téléphonique IA: Un assistant téléphonique IA est un système qui gère automatiquement les appels entrants ou sortants, comprend la demande en langage naturel et répond vocalement en temps réel.
Automatisation: L'automatisation est l'utilisation de la technologie pour exécuter des tâches ou processus avec une intervention humaine minimale, en remplaçant les étapes manuelles par des procédures fondées sur des règles ou l'IA.
Automatisation des flux de travail: L'automatisation des flux de travail est l'automatisation d'une séquence coordonnée de tâches au sein d'un processus métier, de sorte que les informations et déclencheurs circulent automatiquement d'une étape ou d'un système à l'autre.
Chatbot: Un chatbot est un logiciel qui mène des conversations textuelles avec les utilisateurs, soit selon des règles et des scénarios fixes, soit à l'aide de modèles de langage d'IA.
Deep Learning (apprentissage profond): Le deep learning est un sous-domaine de l'apprentissage automatique qui utilise des réseaux de neurones artificiels à nombreuses couches pour apprendre des motifs complexes dans de grandes quantités de données comme images, texte ou parole.
Données structurées (Schema.org): Les données structurées sont un balisage lisible par les machines, fondé sur le vocabulaire Schema.org, ajouté à une page pour que les moteurs comprennent son contenu et affichent des résultats enrichis.
E-E-A-T: E-E-A-T signifie Experience, Expertise, Authoritativeness et Trustworthiness — critères des consignes de Google aux évaluateurs de qualité servant à juger la qualité des contenus.
Embedding (vecteur): Un embedding est la représentation de données comme des mots, des phrases ou des images sous forme de vecteur de nombres dans lequel les éléments sémantiquement proches sont situés à faible distance.
EU AI Act (Règlement sur l'IA): L'EU AI Act est le règlement de l'Union européenne instaurant un cadre juridique fondé sur le risque pour l'intelligence artificielle ; entré en vigueur le 1er août 2024, il s'applique par étapes.
Fine-Tuning: Le fine-tuning est le réentraînement ciblé d'un modèle d'IA déjà préentraîné sur un jeu de données plus restreint, spécifique à une tâche ou un domaine, afin d'adapter son comportement à un usage précis.
GEO (Generative Engine Optimization): Le GEO consiste à optimiser les contenus pour qu'ils soient cités et mis en avant dans les réponses générées par l'IA de moteurs génératifs comme ChatGPT, Perplexity ou Google AI Overviews.
Google AI Overviews: Les Google AI Overviews sont des résumés générés par l'IA affichés en haut des résultats de Google Search, qui synthétisent des informations issues de plusieurs sources web et incluent des liens.
Grand modèle de langage (LLM): Un grand modèle de langage est un modèle d'IA entraîné sur de très grandes quantités de texte qui prédit le token suivant et, de ce fait, comprend et génère du langage.
Hallucination (IA): Une hallucination est une affirmation produite par un modèle d'IA qui paraît fluide et plausible mais est factuellement fausse, inventée ou non étayée par les sources.
IA conversationnelle: L'IA conversationnelle désigne les technologies permettant aux machines de comprendre le langage naturel, écrit ou parlé, et d'y répondre de manière contextuelle au sein d'un dialogue.
IA générative: L'IA générative désigne les systèmes d'IA qui créent de nouveaux contenus tels que texte, images, audio, vidéo ou code en appliquant à de nouvelles entrées les motifs appris sur les données d'entraînement.
IA locale (sur l'appareil / auto-hébergée): L'IA locale désigne l'exécution de modèles d'IA sur son propre appareil ou sa propre infrastructure plutôt que dans un cloud tiers, afin que les données restent locales.
IA open source: L'IA open source désigne des systèmes d'IA, surtout des modèles, dont les composants tels que poids, code et parfois données d'entraînement sont publiés sous des licences autorisant usage, étude, modification et redistribution.
Inférence (IA): L'inférence est le processus consistant à appliquer un modèle d'IA déjà entraîné à de nouvelles entrées pour produire une sortie, comme une prédiction ou du texte généré, par opposition à l'entraînement.
Intelligence artificielle (IA): L'intelligence artificielle est le domaine consacré à la conception de systèmes informatiques accomplissant des tâches nécessitant habituellement l'intelligence humaine, comme comprendre le langage, reconnaître des motifs ou décider.
llms.txt: llms.txt est un fichier texte proposé, au format Markdown, placé à la racine d'un site, qui fournit aux grands modèles de langage un aperçu curé et lisible par les machines des contenus clés.
nLPD (nouvelle loi suisse sur la protection des données): La nLPD est la loi fédérale suisse révisée sur la protection des données, en vigueur depuis le 1er septembre 2023, qui régit le traitement des données personnelles en Suisse.
Prompt: Un prompt est l'entrée, généralement formulée sous forme de texte, par laquelle un utilisateur confie à un modèle d'IA une tâche, une question ou une instruction.
Prompt Engineering: Le prompt engineering est la pratique consistant à formuler et affiner délibérément les entrées des modèles d'IA afin d'obtenir des résultats plus fiables, précis et exploitables.
Réseau de neurones: Un réseau de neurones est un modèle de calcul fait de nœuds connectés (« neurones ») disposés en couches, qui traite les entrées via des connexions pondérées et ajuste ces poids pendant l'entraînement pour accomplir des tâches.
Retrieval-Augmented Generation (RAG): La génération augmentée par récupération (RAG) est une méthode où un modèle de langage récupère des documents pertinents dans une source de connaissances externe avant de répondre et fonde sa réponse sur ceux-ci.
SEO (Optimisation pour les moteurs de recherche): Le SEO consiste à optimiser sites et contenus pour mieux se classer dans les résultats naturels (non payants) des moteurs de recherche et attirer un trafic plus pertinent.
Speech-to-Text (STT): La reconnaissance vocale (Speech-to-Text, STT) est une technologie qui convertit automatiquement la parole d'un signal audio en texte écrit.
Text-to-Speech (TTS): La synthèse vocale (Text-to-Speech, TTS) est une technologie qui convertit automatiquement un texte écrit en parole aussi naturelle que possible.
Token (dans les LLM): Un token est la plus petite unité de texte qu'un modèle de langage traite, généralement un mot, une partie de mot ou un signe de ponctuation, en laquelle le texte est découpé avant traitement.
Transformer (architecture): Le transformer est une architecture de réseau de neurones présentée en 2017 qui, au moyen d'un mécanisme d'attention, pondère les relations entre tous les éléments d'une séquence, rendant possibles les modèles de langage modernes.
Voice AI: Voice AI est le terme générique désignant les technologies d'IA qui traitent et génèrent la parole, dont la reconnaissance vocale, l'identification du locuteur, la compréhension et la synthèse vocale.
Voicebot: Un voicebot est un système de dialogue qui interagit par la parole : il transcrit la voix en texte, interprète la demande et répond via une voix synthétisée.