- Intelligence artificielle (IA) : c’est une tentative de reproduire par des machines, des compétences cognitives qui sont le propre de l’être humain – et ce à des fins d’aide à la décision et d’automatisation.
- IA générative : c'est un type d’IA qui cible la création de nouveaux contenus. C’est un sous-ensemble de l’IA s’appuyant sur des techniques d’apprentissage profond. A partir de prompts en texte (entrées), elles génèrent des réponses (sorties) sous forme de : textes, images, audios, musiques, vidéos, codes…
- Apprentissage automatique (Machine Learning) : c’est un champ d'étude de l'intelligence artificielle (IA) qui vise à donner aux machines la capacité d'« apprendre » à partir de données, via des modèles mathématiques. Trois principales approches sont utilisées : l’apprentissage supervisé, l’apprentissage non-supervisé et celui par renforcement.
- Apprentissage profond (Deep Learning) : c’est un procédé d'apprentissage automatique utilisant des réseaux de neurones (artificiels) possédant plusieurs couches de neurones cachées. Ces algorithmes possédant de très nombreux paramètres, ils demandent un nombre très important de données afin d'être entraînés.
- Affabulations (ou hallucinations) : pour des raisons liées à leur principe de fonctionnement, les IA génératives peuvent, dans certains cas relativement rares, donner des réponses « délirantes » sans aucun lien avec la réalité ou la vérité ; elles « inventent » des personnages, des évènements, des dates… qui n’ont jamais existé. On dit qu’elles affabulent ou qu’elles hallucinent.
- Biais : peut être défini comme une anomalie présente dans les réponses (ou la sortie) des algorithmes d’apprentissage automatique. Il a, généralement, trois différentes sources : le biais peut provenir de la mauvaise qualité des données d’entrainement, être introduit par l’interaction avec les utilisateurs (maladroits ou malintentionnés) et/ou être amplifié par le modèle prédictif (du point de vue mathématique).
- Prompt (ou invite) : il s’agit des données fournies en entrée à une IA générative. Cela peut être une question textuelle plus ou moins développée, intégrant ou pas des documents complémentaires.
- Algorithme : une suite finie et non ambiguë d'instructions et d’opérations permettant de résoudre une classe ou catégorie de problèmes.