.svg)
L’intelligence artificielle (IA) transforme progressivement le paysage professionnel, les directeurs de l’information (DSI) étant à l’avant-garde de cette évolution. L’IA générative, en particulier, suscite de plus en plus d’intérêt, en particulier au sein de l’écosystème Microsoft 365, où des outils basés sur l’IA tels que Copilot et Azure OpenAI promettent d’améliorer la productivité et de simplifier la gestion des données. Cependant, la maîtrise de ces nouvelles technologies nécessite de comprendre le vocabulaire et les concepts sous-jacents. Ce glossaire vise à aider les DSI et leurs équipes en fournissant des connaissances essentielles pour naviguer dans le monde complexe de l’IA générative.
1. Terminologie générale de l’IA
Intelligence artificielle (IA) : La simulation de l’intelligence humaine par des machines, souvent à travers des algorithmes et des réseaux de neurones.
Apprentissage automatique : Un sous-ensemble de l’IA qui permet aux systèmes d’apprendre et de s’améliorer sans être explicitement programmés.
Apprentissage profond : Une méthode d’apprentissage automatique utilisant des réseaux de neurones artificiels pour analyser les données sur plusieurs couches.
Modèle : Ensemble d’algorithmes et de structures utilisés pour traiter les données et générer des prédictions ou des résultats.
Réseau de neurones artificiels (ANN) : Un modèle d’IA inspiré du cerveau humain, utilisé pour le traitement d’informations complexes.
Données de formation : Jeu de données utilisé pour enseigner à un modèle comment faire des prédictions ou des classifications.
2. Technologies et modèles d’IA générative
Modèle linguistique : Un algorithme capable de générer un texte cohérent basé sur de grandes quantités de données textuelles.
GPT (Transformateur génératif pré-entraîné) : Une famille de modèles linguistiques utilisés pour générer du texte de manière autonome, tels que GPT-4.
Transformateur : Une architecture d’IA principalement utilisée dans les modèles de traitement du langage naturel, efficace pour les tâches séquentielles.
Augmentation des données : Technique utilisée pour augmenter la taille d’un jeu de données en créant de nouvelles données artificielles à partir de données existantes.
Invite : Technique par laquelle des instructions textuelles sont données à un modèle pour générer une réponse spécifique.
Mise au point : Le processus d’adaptation d’un modèle d’IA pré-entraîné à une tâche spécifique en affinant ses paramètres avec un ensemble de données ciblé.
3. Services et outils d’IA Microsoft
Azure OpenAI : Le service cloud de Microsoft fournit un accès aux modèles OpenAI, tels que GPT-4, dans un environnement sécurisé, avec une intégration directe dans les données d’entreprise.
Azure Machine Learning : Une plate-forme Microsoft pour la création, la formation et le déploiement de modèles d’IA à grande échelle, permettant une gestion complète du cycle de vie de l’IA.
Services cognitifs : Ensemble d’API Microsoft Azure qui ajoutent des fonctionnalités d’IA aux applications, telles que la reconnaissance d’images, la traduction de texte ou l’analyse des sentiments.
Microsoft Power Automate : Un outil d’automatisation de flux de travail qui utilise l’IA pour automatiser les tâches dans Microsoft 365, SharePoint et d’autres services.
Power BI avec IA : Une plate-forme d’analyse de données qui intègre des capacités d’IA pour l’analyse prédictive et automatisée.
Microsoft Copilot : fonctionnalité intégrée à Word, Excel et Teams qui utilise l’IA générative pour aider les utilisateurs à créer du contenu, à rédiger des rapports ou à analyser des données.