Apprentissage par renforcementEn intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome ( robot, agent conversationnel, personnage dans un jeu vidéo), à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative.
Q-learningvignette|400x400px|Dans le Q-learning, l'agent exécute une action a en fonction de l'état s et d'une fonction Q. Il perçoit alors le nouvel état s' et une récompense r de l'environnement. Il met alors à jour la fonction Q. Le nouvel état s' devient alors l'état s, et l'apprentissage continue. En intelligence artificielle, plus précisément en apprentissage automatique, le Q-learning est un algorithme d'apprentissage par renforcement. Il ne nécessite aucun modèle initial de l'environnement.
Syndrome du cerveau scindéLe syndrome du cerveau scindé ou divisé ou callosum (en anglais split-brain) est un syndrome résultant de la déconnexion des deux hémisphères. La raison est l'absence de corps calleux à la naissance (malformation congénitale) ou la conséquence de sa destruction accidentelle ou chirurgicale. Le corps calleux relie les deux hémisphères du cerveau. L'association de symptômes est produite par la perturbation ou l'interférence de la connexion entre les hémisphères du cerveau.
Lésion cérébraleUne lésion cérébrale est une lésion qui touche le cerveau. En général, il s'agit d'une destruction plus ou moins étendue du tissu nerveux entraînant un déficit dans la perception, la cognition, la sensibilité ou la motricité en fonction du rôle que jouait la région atteinte dans l'architecture neurocognitive. Cette lésion peut être de nature diverse : ischémique, hémorragique, compressive par un processus extensif de type tumoral ou un hématome.
Apprentissage par renforcement profondL'apprentissage par renforcement profond (en anglais : deep reinforcement learning ou deep RL) est un sous-domaine de l'apprentissage automatique (en anglais : machine learning) qui combine l'apprentissage par renforcement et l'apprentissage profond (en anglais : deep learning). L'apprentissage par renforcement considère le problème d'un agent informatique (par exemple, un robot, un agent conversationnel, un personnage dans un jeu vidéo, etc.) qui apprend à prendre des décisions par essais et erreurs.
Asymétrie cérébraleEn neurosciences cognitives, l'asymétrie cérébrale est l'inégale implication des deux hémisphères du cerveau dans les différentes fonctions mentales. Dans leur anatomie générale, les deux hémisphères sont très semblables mais il existe un certain nombre de caractéristiques plus fines qui les distinguent l'un de l'autre. Le lien entre ces différences structurelles et les différences fonctionnelles reste mal compris.
Alignement des intelligences artificiellesLalignement des intelligences artificielles (ou alignement de l'IA, ou encore problème de l'alignement) est un champ de recherche visant à concevoir des intelligences artificielles (IA) dont les résultats s'orientent vers les objectifs, éthiques ou autres, de leurs concepteurs. On dit ainsi qu'une IA est alignée avec un opérateur si elle essaie de faire ce que l'opérateur veut qu'elle fasse. Les systèmes d'IA peuvent être difficiles à aligner, et être dysfonctionnels ou dangereux si mal alignés.
Wisdom literatureWisdom literature is a genre of literature common in the ancient Near East. It consists of statements by sages and the wise that offer teachings about divinity and virtue. Although this genre uses techniques of traditional oral storytelling, it was disseminated in written form. The earliest known wisdom literature dates back to the middle of the 3rd millennium BC, originating from ancient Mesopotamia and Egypt. These regions continued to produce wisdom literature over the subsequent two and a half millennia.
Risque de catastrophe planétaire lié à l'intelligence artificielle généraleLes risque existentiel ou risque de catastrophe planétaire lié à l'intelligence artificielle générale est un risque d'extinction humaine ou autre catastrophe mondiale irréversible hypothétiquement associé à des progrès substantiels dans l'intelligence artificielle générale (IAG). alt=Source: mikemacmarketing|vignette|290x290px Un argument avancé est que l'espèce humaine domine actuellement les autres espèces parce que le cerveau humain a des capacités qui manquent aux autres animaux.
Planificationvignette|Planification sous forme d'un diagramme de Gantt. La planification est un processus qui fixe (pour un individu, une entreprise, une institution, une collectivité territoriale ou un État), après études et réflexion prospective, les objectifs à atteindre, les moyens nécessaires, les étapes de réalisation et les méthodes de suivi de celle-ci. vignette|Planification sous forme d'un diagramme de Gantt. Elle est l'organisation dans le temps de la réalisation d'objectifs : dans un domaine précis ; avec différents moyens mis en œuvre ; et sur une durée (et des étapes) précise(s).
PolicyPolicy is a deliberate system of guidelines to guide decisions and achieve rational outcomes. A policy is a statement of intent and is implemented as a procedure or protocol. Policies are generally adopted by a governance body within an organization. Policies can assist in both subjective and objective decision making. Policies used in subjective decision-making usually assist senior management with decisions that must be based on the relative merits of a number of factors, and as a result, are often hard to test objectively, e.
Attention (machine learning)Machine learning-based attention is a mechanism mimicking cognitive attention. It calculates "soft" weights for each word, more precisely for its embedding, in the context window. It can do it either in parallel (such as in transformers) or sequentially (such as recursive neural networks). "Soft" weights can change during each runtime, in contrast to "hard" weights, which are (pre-)trained and fine-tuned and remain frozen afterwards. Multiple attention heads are used in transformer-based large language models.
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Science educationScience education is the teaching and learning of science to school children, college students, or adults within the general public. The field of science education includes work in science content, science process (the scientific method), some social science, and some teaching pedagogy. The standards for science education provide expectations for the development of understanding for students through the entire course of their K-12 education and beyond. The traditional subjects included in the standards are physical, life, earth, space, and human sciences.
Intelligence artificielle amicaleUne intelligence artificielle amicale (aussi appelé IA amicale ou IAA) est une intelligence artificielle hypothétique qui aurait un effet positif plutôt que négatif sur l'humanité. Ce concept fait partie de l'éthique de l'intelligence artificielle et est étroitement lié au problème de l'alignement et à l'éthique des machines. Alors que l'éthique des machines se préoccupe de la façon dont un agent artificiellement intelligent doit se comporter, la recherche de l'intelligence artificielle amicale est axée sur la façon de provoquer ce comportement et de s'assurer qu'il est suffisamment maîtrisé.
Philosophie des sciencesLa philosophie des sciences est la branche de la philosophie qui étudie les fondements philosophiques, les méthodes et les implications de la science, qu'il s'agisse de sciences naturelles ou de sciences sociales. La philosophie des sciences a pour objet la définition de la science, son but et la fiabilité des théories. Dans cette optique, elle s'appuie sur la philosophie (métaphysique, ontologie, éthique) et l'histoire des sciences.
Machine ethicsMachine ethics (or machine morality, computational morality, or computational ethics) is a part of the ethics of artificial intelligence concerned with adding or ensuring moral behaviors of man-made machines that use artificial intelligence, otherwise known as artificial intelligent agents. Machine ethics differs from other ethical fields related to engineering and technology. Machine ethics should not be confused with computer ethics, which focuses on human use of computers.
Jouetvignette|Enfants du Burundi inventant leurs propres jouets. Un jouet est un objet dont la fonction principale est ludique et récréative et donc de permettre le jeu. Les jouets sont généralement associés aux enfants ou aux animaux domestiques, mais il n'est pas inhabituel pour les adultes et pour certains animaux non-domestiques de jouer avec des objets. Beaucoup d'objets sont fabriqués pour servir de jouets, mais certains qui sont produits pour d'autres buts peuvent également être utilisés comme des jouets.
Musée scientifiquevignette|Expérience d'éclair artificiel au Science Museum de Boston. Les musées scientifiques sont des musées consacrés principalement aux sciences et aux techniques, à distinguer des muséums plus particulièrement consacrés à l'histoire naturelle. Historiquement, ils présentent des collections fixes d'œuvres ou d'objets liés à la géologie ou encore à l'industrie. La tendance actuelle des musées modernes est d'élargir les sujets et de proposer de nombreuses expériences didactiques ou interactives.
Transformeurvignette|Schéma représentant l'architecture générale d'un transformeur. Un transformeur (ou modèle auto-attentif) est un modèle d'apprentissage profond introduit en 2017, utilisé principalement dans le domaine du traitement automatique des langues (TAL). Dès 2020, les transformeurs commencent aussi à trouver une application en matière de vision par ordinateur par la création des vision transformers (ViT).
