Réseau de neurones artificielsUn réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.
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.
Apprentissage profondL'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
Apprentissage non superviséDans le domaine informatique et de l'intelligence artificielle, l'apprentissage non supervisé désigne la situation d'apprentissage automatique où les données ne sont pas étiquetées (par exemple étiquetées comme « balle » ou « poisson »). Il s'agit donc de découvrir les structures sous-jacentes à ces données non étiquetées. Puisque les données ne sont pas étiquetées, il est impossible à l'algorithme de calculer de façon certaine un score de réussite.
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).
Maîtrise de soiLa maîtrise de soi, un aspect du contrôle inhibiteur, est la capacité de réguler ses émotions, ses pensées et son comportement face aux tentations et aux impulsions. En tant que fonction exécutive, la maîtrise de soi est un processus cognitif nécessaire pour réguler son comportement afin d'atteindre des objectifs spécifiques. Un concept connexe en psychologie est l'autorégulation émotionnelle. Le fonctionnement de la maîtrise de soi, est analogue à un muscle.
Adversarial machine learningAdversarial machine learning is the study of the attacks on machine learning algorithms, and of the defenses against such attacks. A survey from May 2020 exposes the fact that practitioners report a dire need for better protecting machine learning systems in industrial applications. To understand, note that most machine learning techniques are mostly designed to work on specific problem sets, under the assumption that the training and test data are generated from the same statistical distribution (IID).
Contenu généré par les utilisateursLe contenu généré par les utilisateurs (CGU, en anglais user-generated content, ou UGC) fait référence à un ensemble de « contenus », c'est-à-dire des documents de différents types, comme des images, des vidéos, des textes ou des audios, qui sont destinés à la télédiffusion. Ces contenus sont directement créés ou modifiés par les utilisateurs des plateformes en ligne. Le CGU s'oppose aux contenus médiatisés par les entreprises de média traditionnelles, dans lesquelles le public n'intervient pas en tant qu'acteur de la production ou de la télédiffusion.
Microblogalt=Logo du site de microblogage Gwibber|vignette|Logo du site de microblogage multiservice Gwibber. Le microblog ou microblogage est un dérivé concis du blog typique du web 2.0 ou web social. Développé à partir de 2006 aux États-Unis, il permet des publications plus courtes que dans les blogs classiques, qu'il s'agisse de textes courts, d'images ou de vidéos embarquées. Les flux d'agrégation sont plus légers que dans les blogs traditionnels et peuvent contenir tout le message.
Activité chimiqueEn chimie physique, et plus particulièrement en thermodynamique, l'activité chimique, ou activité, d'une espèce chimique exprime l'écart entre les propriétés de cette espèce pure ou dans un mélange réel et les propriétés de cette même espèce dans un état standard à la même température. La notion d'activité chimique est surtout employée pour les phases liquide et solide. Elle permet notamment le calcul des équilibres de phases et des équilibres chimiques.
SnapchatSnapchat (ou Snap dans le langage courant) est une application gratuite de partage de photos et de vidéos de la société Snap Inc., disponible sur plateformes mobiles iOS et Android. Elle a été conçue et développée par des étudiants de l'université Stanford en Californie. L'application, accessible dès 13 ans, touche surtout des 13-35 ans et chez les collégiens (en 2020), plutôt issus de milieux populaires pour ceux qui utilisent le plus intensément l’application.
Mastodon (réseau social)Mastodon est un réseau social et logiciel de microblogage auto-hébergé, libre, distribué et décentralisé via ActivityPub au sein du Fediverse. Il permet de partager des messages ( ou toots dans d'autres langues, dont l'anglais), images et autres contenus. C'est une alternative à Twitter. Des instances sont publiquement mises à disposition afin de faciliter son utilisation. Il a été créé en par l'Allemand Eugen Rochko, alors âgé de . Par la suite, en 2022, Eugen Rochko crée une application homonyme, un logiciel pour mobile, client officiel de ce réseau.
Logiciel multiplateformeUn logiciel multiplateforme est un logiciel conçu pour fonctionner sur plusieurs plateformes informatiques. De nombreux langages de programmation sont considérés être multiplateformes . En effet, il suffit de développer un compilateur destiné à générer un code exécutable compréhensible par chacun des processeurs qu’on désire utiliser. On aurait donc : un seul langage de programmation et un compilateur par type de processeur (des processeurs seraient considérés de même type s'ils sont identiquement structurés).
DécentralisationLa décentralisation consiste en un transfert de pouvoirs de l'État vers des personnes morales de droit public distinctes de lui. Elles disposent : d'une autonomie plus ou moins grande, selon le degré de décentralisation ; d'un budget propre. Ces entités juridiques restent sous la surveillance de l'État, autorité de tutelle. La décentralisation est un système d’administration dans lequel le pouvoir de décision est exercé à la fois par l’État et par des personnes morales autonomes soumises au contrôle, au principe de légalité, des autorités étatiques.
Neural machine translationNeural machine translation (NMT) is an approach to machine translation that uses an artificial neural network to predict the likelihood of a sequence of words, typically modeling entire sentences in a single integrated model. They require only a fraction of the memory needed by traditional statistical machine translation (SMT) models. Furthermore, unlike conventional translation systems, all parts of the neural translation model are trained jointly (end-to-end) to maximize the translation performance.
Applications de l'intelligence artificielleL'intelligence artificielle, définie comme intelligence présentée par les machines, a de nombreuses applications dans la société actuelle. Plus précisément, c'est l'IA faible, la forme d'IA avec laquelle les programmes sont développés pour effectuer des tâches spécifiques, qui est utilisée pour un large éventail d'activités, y compris le diagnostic médical, le commerce électronique, le contrôle des robots et la télédétection. L'IA a été utilisée pour développer et faire progresser de nombreux domaines et industries, y compris la finance, la santé, l'éducation, le transport, et plus encore.
Hashtagvignette|upright|Signe typographique croisillon entamant un mot-dièse. Un hashtag , un mot-dièse ou un mot-clic est un mot-clé. Il est composé du signe typographique croisillon ( appelé hash en anglais) auquel est accolé un ou plusieurs mots (dénommés « tags » ou « étiquettes »). Le hashtag permet soit de marquer un contenu avec un mot-clé afin de partager ce contenu et d'y faire référence plus facilement soit de regrouper l'ensemble des discussions faisant référence à un même thème. Il est couramment utilisé sur internet.
Windows 10Windows 10 est un système d'exploitation de la famille Windows NT développé par la société américaine Microsoft. Officiellement présenté le , il est disponible publiquement depuis le . Bien que le système s'appelle , il s'agit de la version NT 6.4 pour les versions jusqu’à la « Technical Preview », la première version de Windows NT 6 étant Windows Vista. est ainsi une ultime version de ; néanmoins, depuis la version finale, il porte bel et bien le numéro en lieu et place de 6.4. Il est le successeur de .
Google ChromeChrome est un navigateur web propriétaire développé par Google depuis 2008, basé sur le projet libre Chromium fonctionnant sous Windows, Mac, Linux, Android et iOS. Il est annoncé le , la veille de la sortie de la première version bêta. La première version stable est quant à elle dévoilée le . Selon l'institut StatCounter, Google Chrome devient en le navigateur le plus utilisé dans le monde, avec environ un tiers des utilisateurs. En mars 2021, sa part de marché est de plus de 65 % toutes plateformes confondues.
Biais algorithmiquevignette|Organigramme représentant l'algorithme derrière un moteur de recommandation. Un biais algorithmique est le fait que le résultat d'un algorithme d'apprentissage ne soit pas neutre, loyal ou équitable. Le biais algorithmique peut se produire lorsque les données utilisées pour entraîner un algorithme d'apprentissage automatique reflètent les valeurs implicites des humains impliqués dans la collecte, la sélection, ou l'utilisation de ces données.
