Quiz: Fondamentaux de l’intelligence artificielle — 29 Fragen

1. Quelle définition correspond le mieux à l’intelligence artificielle ?

A. Un domaine informatique visant à créer des machines capables de simuler l’intelligence humaine

B. Un type unique d’application de messagerie instantanée

C. Un ensemble de règles écrites pour décider automatiquement sans données

D. Un protocole réseau permettant l’échange de données entre appareils

Answer: (A)

Erklärung

L’intelligence artificielle est un domaine informatique dont l’objectif est de créer des machines capables de simuler l’intelligence humaine. Les autres choix décrivent des notions trop spécifiques ou différentes (règles fixes, messagerie, réseau).

2. Quel événement intellectuel majeur a lieu en 1950 avec Alan Turing ?

A. Alan Turing établit les GPU comme composant central de l’apprentissage automatique

B. Alan Turing pose la question de savoir si les machines peuvent penser

C. Alan Turing publie une architecture Transformer pour le traitement du langage

D. Alan Turing formalise le deep learning à partir de réseaux à nombreuses couches

Answer: (B)

Erklärung

En 1950, Alan Turing formule la question de savoir si les machines peuvent penser, posant ainsi des bases conceptuelles pour l’IA. Les autres options correspondent à des éléments postérieurs ou d’autres thèmes.

3. Dans quel cas un système expert est-il le plus clairement mobilisé ?

A. Lorsque le système apprend à partir de données et ajustera ses règles automatiquement

B. Lorsque la décision est prise uniquement par une analyse statistique sans règles

C. Lorsque l’outil doit surtout comprendre du langage grâce à une attention Transformer

D. Lorsque des règles explicites, codées par des experts humains, sont appliquées à l’avance

Answer: (D)

Erklärung

Un système expert repose sur des règles explicites codées par des experts humains et appliquées au raisonnement. En revanche, le machine learning apprend à partir d’exemples plutôt que de coder toutes les règles manuellement.

4. Quelle phrase décrit le mieux le machine learning ?

A. L’apprentissage automatique n’utilise pas de modèles statistiques

B. Le système doit toujours coder explicitement chaque règle métier

C. La machine apprend à partir d’exemples plutôt que d’appliquer des règles fixes

D. Les données servent uniquement à stocker des réponses déjà écrites

Answer: (C)

Erklärung

Le machine learning est une technique où la machine apprend à partir d’exemples, plutôt que d’utiliser des règles fixes. Les distracteurs confondent avec du codage de règles explicites ou avec une absence d’apprentissage.

5. Pourquoi le machine learning a-t-il progressé rapidement dans les années 2000 et 2010 ?

A. Principalement parce que les systèmes experts ont remplacé les données

B. Uniquement parce que les modèles ont appris sans aucune donnée

C. Grâce à la puissance de calcul des GPU, l’augmentation des données et l’amélioration des algorithmes

D. Surtout parce que l’attention Transformer a été introduite en 2017

Answer: (C)

Erklärung

L’accélération du machine learning dans les années 2000 et 2010 s’appuie notamment sur la puissance des GPU, l’ampleur des données et l’évolution des algorithmes. Les autres propositions attribuent les progrès à des facteurs incompatibles avec la période ou le type de méthode.

6. Quelle caractéristique distingue le deep learning du machine learning au sens général ?

A. Il consiste uniquement à appliquer des règles codées par des experts

B. Il se limite à des systèmes experts pour prendre des décisions

C. Il n’emploie qu’un seul niveau de traitement sans réseau neuronal

D. Il utilise des réseaux de neurones artificiels comportant de nombreuses couches successives

Answer: (D)

Erklärung

Le deep learning est une forme d’apprentissage automatique utilisant des réseaux de neurones artificiels avec de nombreuses couches. Les autres options décrivent plutôt des systèmes à règles ou des architectures qui ne correspondent pas à l’idée de couches successives.

7. Quelle distinction caractérise le mieux la relation entre intelligence artificielle et LLM ?

A. Un LLM concerne uniquement la robotique industrielle, pas le langage

B. Un LLM correspond à toutes les branches de l’intelligence artificielle

C. L’intelligence artificielle est un champ vaste, alors qu’un LLM est spécialisé dans le langage

D. Un LLM et l’intelligence artificielle désignent exactement la même chose

Answer: (C)

Erklärung

L’intelligence artificielle couvre de nombreux domaines, tandis qu’un LLM est spécialisé dans le langage. ChatGPT n’est donc pas synonyme de toute l’intelligence artificielle.

8. Qu’est-ce qu’un Large Language Model (LLM) ?

A. Un modèle entraîné uniquement sur des images pour comprendre des scènes

B. Un système expert basé sur des règles codées à l’avance

C. Un robot autonome optimisant automatiquement des itinéraires de livraison

D. Un modèle fondé sur des réseaux de neurones profonds entraînés sur des milliards de textes pour traiter le langage

Answer: (D)

Erklärung

Un LLM est un modèle reposant sur des réseaux de neurones profonds entraînés sur des milliards de textes pour comprendre, résumer, traduire ou générer du langage. Les distracteurs changent le type de données ou remplacent le modèle par une autre famille (règles, robotique, images).

9. Comment un LLM génère-t-il du texte lorsqu’on lui fournit un contexte ?

A. Il prédit le mot suivant à partir du contexte

B. Il sélectionne un objet dans une base d’images puis décrit la scène

C. Il applique d’abord un ensemble de règles fixes puis rédige sans statistique

D. Il optimise directement un itinéraire sans produire de texte

Answer: (A)

Erklärung

Un LLM génère du texte en prédisant le mot suivant à partir du contexte. Les autres choix confondent la génération avec des tâches de vision, de règles fixes ou d’optimisation logistique.

10. En quelle année l’architecture Transformer est-elle introduite, et à quoi sert-elle principalement ?

A. En 2017, pour comprendre des relations entre des mots éloignés grâce à l’attention

B. En 1950, pour simuler l’intelligence humaine grâce à des règles explicites

C. En 2005, pour accélérer l’apprentissage en remplaçant les GPU par l’attention

D. En 2017, pour détecter automatiquement des objets dans les images sans entraînement

Answer: (A)

Erklärung

L’architecture Transformer est introduite en 2017 et permet de capturer les relations entre des mots éloignés grâce au mécanisme d’attention. Les distracteurs emploient de mauvaises années ou confondent Transformer avec des capacités de vision spécifiques.

11. Quelle définition correspond le mieux à l’IA générative ?

A. Un système qui classe uniquement des données déjà existantes

B. Un outil qui supprime automatiquement les erreurs dans un texte sans produire de nouveaux contenus

C. Un modèle spécialisé uniquement dans la génération de nombres à partir d’une règle fixe

D. Un système capable de créer de nouveaux contenus à partir de structures apprises pendant l’entraînement

Answer: (D)

Erklärung

L’IA générative est une branche capable de produire de nouveaux contenus (textes, images, vidéos, musiques, codes) à partir de structures apprises. Les autres options décrivent plutôt des tâches de classification ou de transformation sans création de contenu nouveau.

12. Que fait principalement un modèle génératif pendant son entraînement pour pouvoir ensuite produire de nouveaux exemples ?

A. Il stocke tous les exemples existants pour les réutiliser tels quels

B. Il vérifie systématiquement la vérité de chaque réponse avant génération

C. Il applique une formule unique sans apprendre de structures pendant l’entraînement

D. Il apprend la structure des données puis produit de nouveaux exemples cohérents

Answer: (D)

Erklärung

Un modèle génératif apprend la structure des données durant l’entraînement puis produit de nouveaux exemples cohérents. Générer un contenu nouveau ne garantit pas son exactitude, ce que suggère l’un des distracteurs.

13. Dans quel cas parle-t-on le plus d’une hallucination d’un modèle d’intelligence artificielle ?

A. Quand le modèle génère un contenu réaliste mais déjà présent dans la base d’entraînement

B. Quand le modèle affiche une absence de réponse face à une consigne claire

C. Quand le modèle propose une reformulation correcte d’un texte fourni

D. Quand le modèle produit une réponse fausse ou inventée, souvent avec un ton très assuré

Answer: (D)

Erklärung

Une hallucination correspond à une réponse fausse ou inventée produite par un modèle, souvent avec assurance. Les autres choix décrivent plutôt des reformulations, des cas de récupération, ou un refus de répondre.

14. Quel événement clé a lieu le 30 novembre 2022 selon la chronologie de l’écosystème IA ?

A. Hugging Face lance un outil de fraude basé sur des modèles open source en cinq jours

B. Google lance une version de Gemini qui atteint un million d’utilisateurs le même jour

C. Mistral AI publie la première génération de modèles open source en atteignant un million d’utilisateurs

D. OpenAI lance ChatGPT, qui atteint un million d’utilisateurs en cinq jours

Answer: (D)

Erklärung

Le 30 novembre 2022, OpenAI lance ChatGPT et celui-ci atteint un million d’utilisateurs en cinq jours. Les autres propositions attribuent à des acteurs ou dates différentes un événement similaire.

15. Quel profil de modèle et quel environnement Google met-il en avant avec Gemini pour son intégration ?

A. Une famille de modèles multimodaux intégrée à Google Workspace, appuyée par des données et une infrastructure de calcul massives

B. Uniquement des modèles textuels intégrés à une application de messagerie non liée

C. Des modèles open source indépendants, sans lien avec Google Workspace ni infrastructures dédiées

D. Des modèles exclusivement destinés au déploiement local sans dépendance à l’infrastructure cloud

Answer: (A)

Erklärung

Gemini est décrit comme une famille de modèles multimodaux intégrée à Google Workspace, bénéficiant de données massives et d’une infrastructure de calcul importante. Les distracteurs limitent le multimodal à d’autres cadres ou nient l’intégration et l’appui infrastructurel.

16. Quelle clarification est la plus importante concernant le fait qu’un acteur propose des modèles open source ?

A. Open source implique que tous les modèles sont identiques et interchangeables

B. Open source ne signifie pas nécessairement que tous les modèles de l’acteur sont ouverts

C. Open source garantit que les modèles ne pourront jamais être déployés localement

D. Open source signifie toujours que les données d’entraînement sont publiques pour tous les modèles

Answer: (B)

Erklärung

Le point de clarification est qu’« open source » ne veut pas dire que tous les modèles de l’acteur sont ouverts. Les autres options confondent open source avec des garanties universelles (données, déploiement, universalité des modèles).

17. Dans quels logiciels Microsoft Copilot est-il intégré pour générer et travailler avec des contenus professionnels ?

A. Google Workspace, Gmail, Drive et Calendar

B. Photoshop, Illustrator, Premiere Pro et After Effects

C. Word, Excel, PowerPoint, Outlook et Teams

D. Salesforce CRM et Tableau

Answer: (C)

Erklärung

Microsoft Copilot est intégré à Word, Excel, PowerPoint, Outlook et Teams. Les autres choix listent des outils qui ne correspondent pas à cette intégration spécifique.

18. Que fait Salesforce Einstein, selon sa fonctionnalité principale décrite ?

A. Il crée des images en génération à partir d’une description uniquement

B. Il remplace automatiquement tout CRM en supprimant la nécessité de paramétrer des modèles

C. Il attribue un score de propension à l’achat et prédit la probabilité de conclusion

D. Il remplace les tâches de transcription audio par de la traduction automatique sans scoring

Answer: (C)

Erklärung

Salesforce Einstein attribue un score de propension à l’achat et prédit la probabilité de conclusion des opportunités. Les autres propositions mélangent des rôles propres à d’autres outils (transcription, génération d’images) ou à une intégration CRM non décrite ainsi.

19. Quelle séquence d’étapes correspond le mieux à l’intégration d’un CRM intelligent, généralement décrite ?

A. Ignorer les cas d’usage, entraîner directement les modèles sur les données brutes sans paramétrage

B. Déployer d’abord à toute l’entreprise, puis nettoyer les données uniquement après la mise en production

C. Nettoyer les données, définir les cas d’usage prioritaires, paramétrer et entraîner, tester puis déployer progressivement et optimiser

D. Commencer par générer des contenus marketing, puis seulement ensuite nettoyer et tester les données

Answer: (C)

Erklärung

L’intégration d’un CRM intelligent consiste généralement à nettoyer les données, définir les cas d’usage, paramétrer et entraîner, tester sur une équipe restreinte, déployer progressivement et optimiser. Les distracteurs inversent l’ordre ou ajoutent des étapes non mentionnées pour ce processus.

20. Quel énoncé décrit le mieux ce qu’est un modèle d’IA ?

A. Un ensemble d’algorithmes et de paramètres mathématiques qui transforme des données d’entrée en résultats utiles

B. Un ensemble de règles de facturation basé sur le nombre de tokens

C. Un outil qui exécute l’authentification et la modération pour des utilisateurs

D. Une interface qui permet d’accéder à des fonctionnalités d’IA sans écrire de code

Answer: (A)

Erklärung

Un modèle d’IA est défini comme un ensemble de paramètres et d’algorithmes transformant des entrées en résultats utiles. La plateforme et l’API décrivent plutôt l’accès et l’intégration, pas le cœur algorithmique du modèle.

21. Pour un utilisateur qui veut utiliser un modèle d’IA sans programmation, quel type de solution correspond le mieux ?

A. Une API

B. Un modèle d’IA

C. Une plateforme d’IA

D. Un quota d’accès

Answer: (C)

Erklärung

Une plateforme d’IA rend un modèle accessible via une interface sans programmation. Un modèle décrit le traitement lui-même, et une API vise l’intégration dans des logiciels via du développement.

22. Pourquoi une API d’IA peut-elle être utilisée dans une application métier sans développer le modèle lui-même ?

A. Parce qu’elle remplace la nécessité d’une interface utilisateur

B. Parce qu’elle permet à des logiciels de communiquer et d’intégrer les fonctionnalités du service d’IA

C. Parce qu’elle fournit automatiquement la validation humaine des résultats

D. Parce qu’elle définit les paramètres mathématiques internes du modèle

Answer: (B)

Erklärung

Une API est une interface qui permet à des logiciels de communiquer et d’intégrer les fonctionnalités d’un service d’IA, sans développer le modèle. Les autres propositions ne décrivent pas le rôle d’une API.

23. Quel énoncé correspond le mieux à la définition de l’IA multimodale ?

A. Un système qui sépare le traitement des images et du texte en deux programmes distincts

B. Un système qui traite uniquement le texte, mais avec une meilleure compréhension

C. Un système capable de traiter et de générer plusieurs formats de contenu de manière intégrée, dont texte, images, audio, vidéo et données structurées

D. Un système qui ne peut qu’analyser des données et non générer de contenu

Answer: (C)

Erklärung

La multimodalité se définit par la capacité à traiter et générer plusieurs formats de façon intégrée. Limiter le système au texte ou séparer les traitements contredit l’idée de multimodalité.

24. Quel exemple illustre le fonctionnement d’un modèle multimodal ?

A. Analyser une photo de graphique avec un texte explicatif

B. Générer du texte uniquement à partir d’un contexte écrit sans image

C. Traduire uniquement du texte entre deux langues

D. Classifier des documents papier en se basant uniquement sur des métadonnées

Answer: (A)

Erklärung

Un modèle multimodal peut exploiter une photo et un texte explicatif pour analyser et répondre. Les autres options décrivent des cas centrés sur le texte seul ou sur des éléments non multimodaux.

25. Quel effet est le plus directement associé au fait que la multimodalité augmente les exigences d’un projet IA ?

A. Elle supprime le besoin d’évaluation humaine des résultats

B. Elle garantit que les applications métiers n’ont pas besoin de mesures d’impact

C. Elle accroît les besoins d’infrastructure, la complexité, les coûts et les exigences de validation humaine

D. Elle réduit systématiquement la complexité technique et les coûts d’exploitation

Answer: (C)

Erklärung

La multimodalité ouvre de nombreuses applications, mais augmente aussi l’infrastructure, la complexité, les coûts et la validation humaine. Les autres propositions contredisent cet effet décrit.

26. Quelles étapes suivent généralement un projet d’intégration d’IA multimodale ?

A. Identifier les besoins utilisateurs, choisir la technologie, développer un prototype, tester en conditions réelles, déployer progressivement et former les utilisateurs

B. Collecter les données, prétraiter, entraîner et évaluer, sans phase de déploiement

C. Définir uniquement les métriques, entraîner le modèle, puis livrer sans formation

D. Choisir un fournisseur, puis remplacer directement l’existant par l’IA sans prototype

Answer: (A)

Erklärung

Le processus indiqué inclut précisément besoins utilisateurs, choix technologique, prototype, tests en conditions réelles, déploiement progressif et formation. Les autres enchaînements omettent des étapes clés d’intégration.

27. Quels critères faut-il comparer pour choisir un fournisseur d’IA ?

A. Uniquement la taille du modèle et la longueur des réponses

B. Performances, coûts, support linguistique, souveraineté des données, conformité RGPD et support disponible

C. Le volume de tokens générés, indépendamment des coûts

D. La seule compatibilité matérielle de l’entreprise

Answer: (B)

Erklärung

Le choix d’un fournisseur repose sur des critères tels que performances, coûts, support linguistique, souveraineté des données, RGPD et support. Les distracteurs ignorent la dimension RGPD et les coûts globaux.

28. Pourquoi une architecture flexible utilisant des API standardisées aide-t-elle à éviter une dépendance exclusive à un seul fournisseur ?

A. Parce qu’elle convertit automatiquement les données pour tout modèle sans intégration

B. Parce qu’elle garantit des résultats validés humainement

C. Parce qu’elle remplace la nécessité de choisir un fournisseur

D. Parce qu’elle facilite le changement de solution

Answer: (D)

Erklärung

Une architecture flexible basée sur des API standardisées limite la dépendance exclusive et facilite le changement de solution. Les autres options ne correspondent pas à l’objectif d’indépendance vis-à-vis du fournisseur.

29. Pourquoi le nombre de recommandations générées ne suffit-il pas à mesurer la réussite d’un déploiement IA ?

A. Parce qu’il empêche toute analyse de performance

B. Parce qu’il ne mesure pas directement l’impact sur les objectifs métier

C. Parce qu’il reflète uniquement le coût de calcul, jamais les résultats

D. Parce que la satisfaction utilisateur ne peut pas être mesurée

Answer: (B)

Erklärung

La réussite métier doit être mesurée par l’impact sur les objectifs, pas seulement par une métrique de sortie comme le volume de recommandations. Les autres choix prétendent à tort que cette métrique aurait une autre signification exclusive.