1.
La simulation de l’intelligence humaine par des machines
2.
Méthode d’apprentissage basée sur de multiples arbres de décision
3.
Technique où les systèmes apprennent à partir de données
4.
artificiels Modèles inspirés par le cerveau humain pour traiter des informations
5.
Technologie permettant à une machine de comprendre la voix humaine
6.
Processus permettant à une machine d’identifier des objets dans une image
7.
Programmes qui dialoguent automatiquement avec des utilisateurs
8.
Outil qui aide l’utilisateur en répondant à des demandes et questions
9.
Branche de l’IA utilisant des réseaux de neurones complexes
10.
Modèles spécialisés dans le traitement des données séquentielles, surtout en NLP
11.
naturel Branche de l’IA visant à comprendre et générer du langage humain
12.
Hypothétique IA dépassant largement l’intelligence humaine
13.
Ensemble massif de données utilisé pour entraîner des modèles de machine learning
14.
de modèles Processus d’ajustement d’un modèle pour qu’il s’adapte aux données
15.
Méthode d’apprentissage reposant sur des décisions séquentielles en arborescence
16.
Ensemble de règles et d’instructions utilisées pour résoudre un problème
17.
Apprentissage à partir d’un ensemble de données étiquetées
18.
Apprentissage où les modèles trouvent des schémas dans des données non étiquetées
19.
IA qui propose des suggestions de contenu ou de produits à l’utilisateur
20.
Technologie permettant de traduire d’une langue à une autre par l’IA
21.
Tendance des modèles à faire des erreurs systématiques en raison de données biaisées
22.
Capacité d’expliquer et de comprendre les décisions d’un modèle IA
23.
Pratiques IA visant à respecter les valeurs humaines et morales
24.
Pratiques visant à rendre l’IA transparente et responsable
25.
Utilisation de données pour prédire des résultats futurs
26.
Technologie qui transforme le texte en parole
27.
Développement de l’IA selon des valeurs morales et éthiques
28.
Protection des informations personnelles dans les systèmes IA
