Révolution Numérique et IA

Explication : Python a été créé par Guido van Rossum et publié en 1991.

Explication : OpenAI, fondée en 2015 par Sam Altman, Elon Musk et d'autres, a lancé GPT-4 en mars 2023. Ce modèle multimodal peut analyser texte et images. OpenAI est aussi à l'origine de ChatGPT (novembre 2022), qui a atteint 100 millions d'utilisateurs en seulement 2 mois, un record absolu.

Explication : SQL signifie Structured Query Language, utilisé pour gérer les bases de données.

Explication : HTTPS (HyperText Transfer Protocol Secure) chiffre les communications web.

Explication : La blockchain permet de créer des applications décentralisées (dApps) sécurisées.

Explication : RankBrain est un système d'intelligence artificielle utilisé par Google depuis 2015 pour traiter les requêtes de recherche et améliorer la pertinence des résultats.

Explication : IBM a développé Watson, un système d'IA qui a remporté le jeu télévisé Jeopardy! en 2011 contre les champions Ken Jennings et Brad Rutter.

Explication : L'apprentissage supervisé utilise des données étiquetées (avec les réponses correctes) pour entraîner les modèles, contrairement à l'apprentissage non supervisé.

Explication : L'architecture Transformer, présentée dans l'article "Attention is All You Need" en 2017, a révolutionné le traitement du langage naturel et est la base de GPT, BERT et Claude.

Explication : Le test de Turing, proposé en 1950 dans l'article "Computing Machinery and Intelligence", évalue si une machine peut exhiber un comportement intelligent indistinguable de celui d'un humain.

Explication : La génération d'images par IA (comme DALL-E, Midjourney, Stable Diffusion) utilise des modèles de diffusion pour créer des images à partir de prompts textuels.

Explication : Le problème de l'alignement de l'IA concerne la difficulté de s'assurer qu'une IA avancée poursuive des objectifs bénéfiques et alignés avec les valeurs humaines.

Explication : Neuralink, fondée par Elon Musk en 2016, développe des implants cérébraux pour créer des interfaces directes entre le cerveau humain et les ordinateurs.

Explication : Les réseaux de neurones convolutifs (CNN) sont spécialement conçus pour traiter des données en grille comme les images, grâce à leurs couches de convolution qui détectent les caractéristiques visuelles.

Explication : L'IA explicable (XAI - Explainable AI) vise à rendre les décisions des modèles d'IA transparentes et compréhensibles pour les humains, contrairement aux "boîtes noires".

Explication : TensorFlow, développé par Google Brain et rendu open-source en 2015, est l'un des frameworks les plus populaires pour créer et entraîner des modèles de machine learning.

Explication : Le surapprentissage (overfitting) se produit quand un modèle s'adapte trop aux données d'entraînement et perd sa capacité à généraliser sur de nouvelles données.

Explication : Le LiDAR (Light Detection and Ranging) utilise des faisceaux laser pour créer une carte 3D détaillée de l'environnement, essentielle pour la navigation des véhicules autonomes.

Explication : Les deepfakes utilisent l'IA pour créer des contenus synthétiques hyperréalistes, comme des vidéos où le visage d'une personne est remplacé par celui d'une autre.

Explication : La suprématie quantique et les algorithmes quantiques comme celui de Shor pourraient casser les systèmes de cryptographie RSA actuels, d'où le développement de la cryptographie post-quantique.