Voici 10 termes qu'il faut connaître dans la technologie d'IA

Illustration d’intelligence artificielle (photo: Pexels)

JAKARTA - Le terme intelligence artificielle ou AI est utilisé dans l’informatique depuis les années 1950. Cependant, la plupart des gens en dehors de l’industrie de la nouvelle technologie commenceront à en parler d’ici la fin de 2022.

À cette fin, Microsoft a fourni des mots-clés et des explications qui doivent être compréhensibles, afin que nous puissions mieux reconnaître le terme d’IA et faire partie d’une conversation mondiale.

Intelligence artificielle (IA)

L’IA est un système informatique hautement intelligent, capable de imiter les humains à plusieurs reprises. Son art est artificiel parce que son intelligence a été créée par les humains en utilisant la technologie.

Microsoft a expliqué qu’IA n’est pas une machine ou un robot physique, mais l’IA est un programme qui fonctionne sur des ordinateurs, qui fonctionne en intégrant une très grande collection de données à travers des algorithmes, qui est une série d’instructions pour créer des modèles pouvant automatiser les tâches qui nécessitent généralement l’intelligence humaine et le temps.

L'apprentissage automatique (Machine Apprentissage/MEM)

Si l’IA est un but, alors l’apprentissage automatique est la façon dont nous pouvons atteindre cet objectif. L’apprentissage automatique est un domaine de l’informatique sous le parapluie de l’IA, où les humains enseignent aux systèmes informatiques à faire des choses, en les formant à identifier des modèles et à créer des prédictions basées sur ces modèles.

Les données sont exécutées à travers des algorithmes à plusieurs reprises, fournissant des commentaires et des commentaires différents à chaque fois, pour aider l’apprentissage automatique et améliorer les performances pendant le processus d’entraînement.

Modèle de langues majeures (Large Language Modèle)

Les grands problèmes linguistiques, ouLLM, utilisent des techniques d'apprentissage automatique pour aider à travailler sur le traitement des langues, afin qu'elles puissent imiter la façon dont les humains communiquent, qui sont développés sur les réseaux neuronaux ou NN, un système informatique inspiré par le cerveau humain.

Les modèles sont formés pour utiliser de vastes quantités de textes pour apprendre les modèles et les relations dans la langue, pour aider les modèles à utiliser les mots humains. Leurs capacités de résolution de problèmes peuvent être utilisées pour traduire des langues, répondre aux questions sous forme de chat bots, résumer des textes et même écrire des histoires, des poèmes et des codes informatiques.

AI génératif (IA génératif)

L’IA génératif utilise le pouvoir du grand modèle de langage pour créer de nouvelles choses, pas seulement répéter ou fournir des informations existantes. L’IA génératif apprend des modèles et des structures, puis produit quelque chose de similaire mais nouveau. L’IA génératif peut créer des images, de la musique, des textes, des vidéos et du code.

Halusination

Les systèmes génératifs d’IA peuvent créer des histoires, des poèmes et des chansons, mais parfois les humains veulent que le résultat d’une génératrice d’IA soit basée sur la vérité. Parce que les systèmes d’IA ne peuvent pas faire de différence entre le réel et le faux, l’IA génératifs peut fournir des réponses imprécisives. Eh bien, ce phénomène est appelé développeur comme une hallucination, ou un terme plus précis, fabrication.

Les AI responsables (Responsible AI)

Responsible AI guide les humains lorsqu’ils essaient de concevoir des systèmes sûrs et équitifs à chaque niveau, y compris les modèles d’apprentissage automatique, les logiciels, l’interface utilisateur et les règles et les restrictions imposées pour accéder aux applications.

La pratique d’IA responsable est un élément important parce que les systèmes d’IA sont souvent affectés à aider à prendre des décisions importantes impliquant les humains. Cependant, parce qu’IA est fabriqué par les humains et formé à l’aide de données d’un monde incompulsé, l’IA peut générer des biais. Par conséquent, l’une des clés de la pratique d’IA responsable est de comprendre les données utilisées pour entraîner le système et de trouver des moyens de surmonter ses faiblesses.

Modèle multimodal (conducteur multimodal)

Les modèles multimodaux peuvent fonctionner avec différents types ou modes de données simultanément. Il peut voir des images, écouter des sons et lire des mots. En d’autres mots, le modèle multimodal est un véritable multitasker. Ce modèle peut combiner toutes les informations pour effectuer des tâches telles que répondre à des questions sur les images.

Prompts

Un rapide est une instruction qui est entrée dans un système en utilisant un langage, une image ou un code pour accorder des tâches à l’IA. Les ingénieurs et nous tous qui interagissons avec un système d’IA devons concevoir un rapide avec soin afin d’obtenir les résultats souhaités.

Copilots

Copilot est un assistant personnel qui travaille avec vous dans toutes sortes d’applications numériques, aidant à travailler sur des tâches telles que l’écriture, le codage, le résumé et la recherche d’informations. Copilot peut également vous aider à prendre des décisions et à comprendre beaucoup de données.

Le développement récent du droit d’accord a permis la présence de copilot qui comprend le langage quotidien des gens et fournit des réponses, crée du contenu ou prendra des mesures, tout en utilisant les humains pour travailler sur différents programmes informatiques. Plugins

Ce sont les Plugins qui permettent à Copilot d’interagir avec d’autres logiciels et services. Les Plugins peuvent aider les systèmes d’IA à accéder à de nouvelles informations, effectuer des calculs mathématiques compliqués ou se connecter à d’autres programmes. Le Plugin rend le système d’IA plus sophistiqué en le connexissant à tous les mondes numériques.