Modus ponensLe modus ponens, ou détachement, est une figure du raisonnement logique concernant l'implication. Elle consiste à affirmer une implication (« si A alors B ») et à poser ensuite l'antécédent (« or A ») pour en déduire le conséquent (« donc B »). Le terme modus ponens est une abréviation du latin modus ponendo ponens qui signifie « le mode qui, en posant, pose ». Il vient de ce qu'en posant (affirmant) A, on pose (affirme) B (ponendo est le gérondif du verbe ponere qui signifie poser, et ponens en est le participe présent).
Syllogisme disjonctifEn logique classique, un syllogisme disjonctif (où plus anciennement ponens modus tollendo) est une forme d'argument valide, qui prend la forme d'un syllogisme ayant une déclaration disjonctive dans l'une de ses prémisses. Soit la brèche est une brèche sécurisée, soit elle sera soumis à une amende. La brèche n'est pas une brèche de sécurité. Par conséquent, elle sera soumis à une amende. En logique propositionnelle, une syllogisme disjonctif (aussi connu sous le nom de l'argument de kneecapper, élimination ou, ou abrégé vE), est une règle d'inférence valide.
Affirmation du conséquentNOTOC L'affirmation du conséquent est un sophisme formel par lequel on considère une condition suffisante comme une condition nécessaire. On traite alors une implication logique comme si elle était une équivalence logique. En langage naturel, l'affirmation du conséquent s'exprime : Si P alors Q Q Donc, P Le conséquent Q de l'énoncé conditionnel Si P alors Q peut être réalisé même si l'antécédent P ne l'est pas. On nomme ainsi ce sophisme « affirmation du conséquent », car il consiste à affirmer que le conséquent est réalisé pour en inférer que son antécédent l'est aussi.
Grand modèle de langageUn grand modèle de langage, grand modèle linguistique, grand modèle de langue, modèle massif de langage ou encore modèle de langage de grande taille (LLM, pour l'anglais large language model) est un modèle de langage possédant un grand nombre de paramètres (généralement de l'ordre du milliard de poids ou plus). Ce sont des réseaux de neurones profonds entraînés sur de grandes quantités de texte non étiqueté utilisant l'apprentissage auto-supervisé ou l'apprentissage semi-supervisé.
Syllogisme hypothétiqueEn logique classique, un syllogisme hypothétique est une règle d'inférence valide, qui prend la forme d'un syllogisme ayant une implication pour un ou deux de ses prémisses. Si je ne me réveille pas, alors je ne peux pas aller travailler. Si je ne peux pas aller travailler, alors je ne vais pas être payé. Par conséquent, si je ne me réveille pas, alors je ne vais pas être payé. En logique propositionnelle, un syllogisme hypothétique est le nom d'une règle d'inférence valide (souvent abrégé HS et parfois aussi appelé l'argument de la chaîne, la règle de la chaîne, ou le principe de transitivité de l'implication).
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).
Transformeur génératif pré-entraînédroite|vignette| Architecture du modèle GPT Le transformeur génératif pré-entraîné (ou GPT, de l’anglais generative pre-trained transformer) est une famille de modèles de langage généralement formée sur un grand corpus de données textuelles pour générer un texte de type humain. Il est construit en utilisant plusieurs blocs de l'architecture du transformeur. Ils peuvent être affinés pour diverses tâches de traitement du langage naturel telles que la génération de texte, la traduction de langue et la classification de texte.
Modèle de fondationUn modèle de fondation est un modèle d'intelligence artificielle de grande taille, entraîné sur une grande quantité de données non étiquetées (généralement par apprentissage auto-supervisé ). Le modèle résultant peut être adapté à un large éventail de tâches en aval (downstream tasks en anglais). Depuis leur introduction en 2018, les modèles de fondation ont induit une transformation majeure dans la manière de construire les systèmes d'IA. Les premiers modèles de fondation étaient de grands modèles de langage pré-entraînés, notamment BERT et GPT-3.
Règle d'inférenceDans un système logique, les régles d'inférence sont les règles qui fondent le processus de déduction, de dérivation ou de démonstration. L'application des règles sur les axiomes du système permet d'en démontrer les théorèmes. Une règle d'inférence est une fonction qui prend un -uplet de formules et rend une formule. Les formules arguments sont appelées « les prémisses » et la formule retournée est appelée la « conclusion ».
Pre-existing disease in pregnancyA pre-existing disease in pregnancy is a disease that is not directly caused by the pregnancy, in contrast to various complications of pregnancy, but which may become worse or be a potential risk to the pregnancy (such as causing pregnancy complications). A major component of this risk can result from necessary use of drugs in pregnancy to manage the disease. In such circumstances, women who wish to continue with a pregnancy require extra medical care, often from an interdisciplinary team.
Hallucination (intelligence artificielle)Dans le domaine de l’intelligence artificielle, une hallucination est une réponse manifestement fausse qui est présentée comme un fait certain. Par exemple, un chatbot qui invente un chiffre d’affaires pour une entreprise sans avoir de données à ce sujet. Ce phénomène est appelé « hallucination » par analogie avec le phénomène de l’hallucination en psychologie humaine. Le terme hallucination en intelligence artificielle a pris de l'importance vers 2022 parallèlement au déploiement des modèles de langage basés sur l'apprentissage profond tels que ChatGPT.
Imagerie médicaleL'imagerie médicale regroupe les moyens d'acquisition et de restitution d'images du corps humain à partir de différents phénomènes physiques tels que l'absorption des rayons X, la résonance magnétique nucléaire, la réflexion d'ondes ultrasons ou la radioactivité auxquels on associe parfois les techniques d'imagerie optique comme l'endoscopie. Apparues, pour les plus anciennes, au tournant du , ces techniques ont révolutionné la médecine grâce au progrès de l'informatique en permettant de visualiser indirectement l'anatomie, la physiologie ou le métabolisme du corps humain.
Lecturethumb|upright=1.5|La lecture, Henri Fantin-Latour (1870) La lecture peut être définie comme une activité psychosensorielle qui vise à donner un sens à des signes graphiques recueillis par la vision et qui implique à la fois des traitements perceptifs et cognitifs. L'histoire de la lecture remonte à l'invention de l'écriture au cours du millénaire avant notre ère. Bien que la lecture de textes imprimés soit aujourd'hui un moyen important d'accès à l'information pour la population en général, cela n'a pas toujours été le cas.
Recalage d'imagesEn , le recalage est une technique qui consiste en la « mise en correspondance d'images », dans le but de comparer ou combiner leurs informations respectives. Cette méthode repose sur les mêmes principes physique et le même type de modélisation mathématique que la . Cette mise en correspondance se fait par la recherche d'une transformation géométrique permettant de passer d'une image à une autre.
Méthode syllabiqueLa méthode syllabique, couramment appelée « b.a. – ba », est une méthode d'apprentissage de la lecture consistant à identifier les lettres présentes dans un mot, afin de pouvoir les combiner en syllabes pour arriver à la formation d’un mot. Il s’agit d’un mécanisme associatif. Une fois que la relation entre le phonème – élément sonore distinctif du langage – et le graphème – s, c, ss, sc, ç sont des graphèmes correspondant au phonème [s] – est maîtrisée, l’enfant apprend à lire les assemblages de graphèmes sous forme de syllabes ou de mots.
