L’intelligence artificielle s’impose désormais partout dans notre quotidien : moteurs de recherche, smartphones, réseaux sociaux, cybersécurité, assistants vocaux, création d’images, vidéos ou encore automatisation professionnelle. Pourtant, le vocabulaire de l’IA peut rapidement sembler complexe pour les débutants.

LLM, prompts, machine learning, deepfake, fine-tuning… Derrière ces termes parfois techniques se cachent des concepts essentiels pour comprendre les technologies qui transforment déjà notre monde.

Voici un glossaire clair, moderne et accessible pour découvrir 20 termes incontournables de l’intelligence artificielle.

1. Intelligence Artificielle (IA)

L’intelligence artificielle désigne des technologies capables de reproduire certaines capacités humaines : comprendre, analyser, apprendre, créer ou prendre des décisions.
Aujourd’hui, l’IA est utilisée dans :

• les assistants vocaux,
• les recommandations Netflix ou YouTube,
• les outils de traduction,
• la reconnaissance faciale,
• la création de contenus.

2. IA Générative

Une IA générative est une intelligence artificielle capable de créer du contenu inédit :

• texte,
• image,
• vidéo,
• musique,
• voix,
• code informatique.

Exemples connus :

• ChatGPT,
• Midjourney,
• Sora,
• Kling,
• DALL·E.

3. Prompt

Le prompt est l’instruction donnée à une intelligence artificielle.
Le prompt est devenu une véritable compétence dans l’univers de l’IA.

4. LLM (Large Language Model)

Un LLM est un “grand modèle de langage” entraîné sur d’immenses volumes de textes.
Ces modèles permettent à une IA :

• de comprendre le langage humain,
• de répondre à des questions,
• de rédiger,
• de traduire,
• de résumer,
• de converser naturellement.

ChatGPT repose sur un LLM.

5. Machine Learning

Le machine learning est une méthode permettant à une machine d’apprendre automatiquement à partir de données.
Au lieu de programmer chaque règle manuellement, on laisse l’algorithme apprendre des modèles et améliorer ses performances avec l’expérience.

6. Deep Learning

Le deep learning est une branche avancée du machine learning basée sur des réseaux neuronaux complexes.
C’est cette technologie qui permet notamment :

• la reconnaissance d’images,
• la compréhension vocale,
• les voitures autonomes,
• les IA génératives modernes.

7. Réseau neuronal

Un réseau neuronal est un système inspiré du cerveau humain.
Il est composé de multiples couches de “neurones artificiels” capables d’analyser et d’interpréter des données complexes.
C’est le cœur des IA modernes.

8. Deepfake

Le deepfake utilise l’IA pour créer de fausses vidéos ou de fausses voix extrêmement réalistes.
Cette technologie peut être utilisée :

• pour le divertissement,
• le cinéma,
• la traduction vidéo,
• mais aussi pour des arnaques ou de la désinformation.

9. Agent IA

Un agent IA est une intelligence artificielle capable d’agir de manière autonome.
Il peut :

• rechercher des informations,
• envoyer des e-mails,
• analyser des données,
• exécuter des tâches,
• automatiser des actions.

Les agents IA représentent une des grandes évolutions actuelles du numérique.

10. Chatbot

Un chatbot est un assistant conversationnel capable de dialoguer avec un utilisateur par texte ou voix.

Exemples :

• ChatGPT,
• Gemini,
• Claude,
• Copilot.

Les chatbots modernes utilisent souvent des LLM avancés.

11. Algorithme

Un algorithme est une suite d’instructions permettant à un programme informatique de résoudre un problème ou réaliser une tâche précise.
Les algorithmes sont partout :

• réseaux sociaux,
• moteurs de recherche,
• GPS,
• plateformes vidéo,
• intelligence artificielle.

12. Données (Data)

Les données sont les informations utilisées pour entraîner une intelligence artificielle.
Plus les données sont nombreuses et pertinentes, plus l’IA peut devenir performante.
Les données sont le carburant de l’intelligence artificielle.

13. Entraînement d’une IA

L’entraînement consiste à apprendre à une IA à reconnaître des modèles grâce à des millions, voire des milliards de données.
C’est une étape essentielle avant qu’une IA puisse fonctionner correctement.

14. Fine-Tuning

Le fine-tuning consiste à spécialiser une IA dans un domaine précis.
Cela permet d’obtenir des réponses plus pertinentes dans un secteur spécifique.

15. Hallucination IA

Une hallucination IA se produit lorsqu’une intelligence artificielle invente une information fausse tout en semblant très convaincante.
C’est pourquoi il reste important de vérifier certaines réponses générées automatiquement.

16. Automatisation

L’automatisation consiste à utiliser des outils numériques ou de l’IA pour effectuer des tâches répétitives automatiquement.

17. Vision par ordinateur

La vision par ordinateur permet à une IA de comprendre et analyser des images ou vidéos.

18. Reconnaissance vocale

La reconnaissance vocale permet à une machine de comprendre et interpréter la voix humaine.

19. Token

Dans l’univers des IA génératives, un token représente une petite unité de texte utilisée pour traiter les phrases.
Les modèles comme ChatGPT fonctionnent grâce à des millions de tokens analysés en permanence.

20. AGI (Intelligence Artificielle Générale)

L’AGI désigne une intelligence artificielle théorique capable de réaliser n’importe quelle tâche intellectuelle humaine.
Contrairement aux IA actuelles spécialisées, une AGI pourrait :

• raisonner,
• apprendre seule,
• comprendre globalement le monde.

Conclusion

L’intelligence artificielle évolue à une vitesse impressionnante et son vocabulaire devient incontournable. Derrière chaque terme se cachent des technologies qui transforment déjà notre façon de travailler, communiquer et créer.

Ce glossaire IA a vocation à évoluer régulièrement avec les nouvelles tendances et innovations du numérique afin de vous aider à rester à jour dans un monde de plus en plus connecté à l’intelligence artificielle.