|
Édition du: 18/04/2026 |
|
INDEX |
LOGIQUE et IA |
|||||
|
Jeux |
||||||
|
|
|
|||||
|
Avril 2026 – pdf – 234 pages |
|
|||||
Faites un double-clic pour un retour en haut de page
|
IA – Modèles en2025 Deux grands domaines d'IA IA faible: Intelligence Artificielle
Générative ou Artificial General Intelligence (AGI) IA forte: Super
Intelligence Artificielle ou Artificial Super
Intelligence (ASI) |
||
|
|
Sommaire de cette page >>> Les deux types d'IA théoriques: faible et
forte >>> Modèles
d'Intelligences Artificielles en 2025 >>> IA Socratique (Super AI) >>> Les quatre types d'IA en développement |
Débutants Glossaire |
Voir Avancée en
IA et raisonnement mathématique en 2025
|
IA faible L’IA faible, également
appelée IA étroite (narrow AI), se concentre sur
des tâches spécifiques et limitées. Elle n’aspire pas à imiter ou reproduire
l’intelligence humaine dans son ensemble. Les systèmes d’IA faible
s’appuient sur des algorithmes et des modèles d’apprentissage supervisé ou
non supervisé pour exécuter des tâches précises, comme la reconnaissance
d’images, l’analyse de données ou le traitement du langage naturel. Elle ne possède pas de
conscience ni de compréhension globale. L’IA générative est un
excellent exemple de ce que l’IA faible peut accomplir. Elle utilise des
algorithmes avancés, notamment les réseaux de neurones, pour produire des
résultats qui imitent la créativité humaine. Parmi les exemples les
plus connus, on trouve:
L’IA faible pilote des
outils comme :
|
IA forte L’IA forte (strong AI) désigne une forme d’intelligence artificielle
théorique, capable de reproduire toutes les capacités cognitives humaines. Contrairement à l’IA
faible, spécialisée et limitée à des tâches spécifiques, une IA forte
pourrait comprendre, apprendre, et résoudre des problèmes dans des contextes
variés. Elle agirait de manière autonome et flexible, sans dépendre de
programmations. Une IA forte pourrait
développer des caractéristiques jusqu’à présent réservées aux humains :
|
|
Suite en: IA
faible vs IA forte, quelles sont les différences – iA
School
Tentative de représentation à partir des
annonces de la presse en début 2025
Voir Brève
59-1179 / Modèles à raisonnements
|
Le terme socratique renvoie à
l’approche de Socrate consistant à découvrir ou affiner des connaissances à
travers un dialogue ponctué de questions et d’interactions langagières
répétées, mais sans aller recueillir des observations dans le monde réel. |
Selon
l’auteur (Tom Schaul – Google DeepMind), ce système idéal permettrait
d’atteindre des connaissances nouvelles et, pour le moment, inaccessibles, et
d’envisager de résoudre de grands problèmes théoriques jusque-là irrésolus.
Il cite par exemple la démonstration de l’hypothèse de
Riemann, en mathématiques, ou, pourquoi pas, l’unification des théories
de la mécanique quantique et de la relativité générale, en physique. |
|
IA à compréhension verbale Les modèles d'IA
générative, en particulier ceux avancés, fonctionnent exceptionnellement bien
dans la compréhension et la génération du langage humain. Ces IA son entrainées à
partir de vaste quantités de données. Ils peuvent souvent
égaler ou dépasser les performances humaines dans des tâches telles que la
génération et la compréhension de texte. Elles sont capables de
réponde à des questions, résumer des textes, et même créer des textes. |
IA à mémoire de travail Ces modèles excellent en
plus dans les tâches qui nécessitent le stockage, la récupération et la
manipulation d'informations. Outre la manipulation
rapide de grandes quantités d'informations, ces IA conservent le contexte des
propos même sur de longues et multiples interventions Certains modèles ont
démontré des performances égales ou supérieures à celle de la population
humaine. |
|
|
IA à raisonnement perceptuel Il s’agit d’un domaine
dans lequel, actuellement, les modèles d’IA générative ont tendance à
rencontrer des difficultés. Ces IA savent
interpréter et tenir un raisonnement à partir de données visuelles,
musicales, artistiques. Leur capacité est encore
nettement en dessous des performances humaines. |
IA à réaction émotive et sociale Ce sont des IA capables
de développer des réponses empathiques et engager des conversations qui
semblent naturelles. Cependant, leur
compréhension des émotions repose sur des modèles présents dans les bases de
données plutôt que sur de véritables expériences émotionnelles. De ce fait, leur
intelligence sociale et émotionnelle est encore en développement et n’est pas
équivalente à l’intelligence humaine. |
|
Note: D'autres classifications existent –
Standard non stabilisé
Haut de page (ou double-clic)
|
Retour |
||
|
Suite |
|
|
|
Voir |
|
|
|
Site |
|
|
|
Cette page |
||