Flashcard: Introduction à l'intelligence artificielle — 24 carte

Intelligence artificielle — définition ?

Système percevant, interprétant, raisonnant, agissant pour des objectifs.

Test de Turing — objectif ?

Distinguer machine et humain par conversation.

Weak AI — rôle ?

Simuler comportement sans compréhension réelle.

Strong AI — but ?

Posséder un véritable esprit/conscience.

Courant accidentalisme — idée ?

L’esprit émerge du hasard et de l’évolution.

Matérialisme — thèse ?

L’esprit dépend du cerveau et du physique.

Problème de l’ancrage — défi ?

Donner un sens réel aux symboles manipulés.

Transhumanisme — objectif ?

Améliorer capacités humaines via la technologie.

Raisonnement moyens-fins — mécanisme ?

Planifier en décomposant en sous-objectifs.

Explosion combinatoire — phénomène ?

Nombre de choix qui croît exponentiellement.

Perceptron — limite ?

Ne peut pas représenter certaines fonctions simples.

Vecteurs propres — rôle ?

Directions stables sous transformation linéaire.

Valeurs propres — signification ?

Facteurs d’étirement ou compression.

PCA — objectif ?

Réduire dimensions en conservant variance maximale.

Probabilité conditionnelle — formule ?

P(A|B)=P(A∩B)/P(B).

Règle de Bayes — principe ?

Met à jour croyance à partir de données.

Descente de gradient — mécanisme ?

Ajuster paramètres en suivant le gradient négatif.

Fonction de coût — rôle ?

Mesurer l’erreur du modèle.

Underfitting — cause ?

Modèle trop simple, biais élevé.

Overfitting — cause ?

Modèle trop complexe, variance élevée.

Apprentissage supervisé — caractéristique ?

Données étiquetées pour apprendre une relation.

Apprentissage non supervisé — but ?

Découvrir structures sans labels.

Réseau CNN — spécialité ?

Traiter données spatiales comme images.

Réseau LSTM — avantage ?

Modéliser dépendances longues dans séquences.