A) Intelligence avancée B) Intégration analogue C) Intelligence artificielle D) Intelligence automatisée
A) Un test pour déterminer la consommation d'énergie d'une machine B) Un test pour mesurer la vitesse de traitement d'une machine C) Test de la capacité d'une machine à faire preuve d'un comportement intelligent indiscernable de celui d'un être humain. D) Un test pour évaluer la force physique d'une machine
A) Python B) Java C) C++ D) Rubis
A) Un sous-ensemble de l'IA qui permet aux machines d'apprendre à partir de données B) Une technique pour programmer manuellement des machines C) Méthode pour améliorer la sécurité des réseaux D) Processus d'assemblage de composants matériels
A) Réseau neuronal récurrent B) Nœud de notification rapide C) Navigateur robuste de neurones D) Notation numérique régulière
A) Optimiser l'utilisation de la mémoire de l'ordinateur B) Détecter les erreurs dans les données C) Trouver le chemin le plus court dans un graphe D) Générer des nombres aléatoires
A) Protocole d'apprentissage neuronal B) Traitement du langage naturel C) Performance logistique en réseau D) Modèle linguistique non linéaire
A) Un programme pour la conception graphique B) Un programme pour les jeux en réalité virtuelle C) Un programme qui simule une conversation avec des utilisateurs humains D) Un programme de composition musicale
A) Une mesure de la complexité des données B) Un futur hypothétique où l'IA surpasse l'intelligence et le contrôle humains. C) Une technique de manipulation des conditions météorologiques D) Un type d'algorithme d'apprentissage automatique
A) Analyse des signaux audio B) Test des composants du matériel informatique C) Imiter la vision humaine et identifier des objets dans des images ou des vidéos D) Générer des motifs de pixels aléatoires
A) 1980 B) 1956 C) 1972 D) 1965
A) Représentation des connaissances B) Calcul quantique C) Raisonnement D) Apprentissage
A) Intel B) IBM C) OpenAI D) Microsoft
A) Architecture Transformer B) Réseau neuronal récurrent C) Réseau neuronal convolutif D) Perceptron
A) Assistants virtuels B) Moteurs de recherche web avancés C) Véhicules autonomes D) Systèmes de recommandation
A) Astronomie B) Psychologie C) Neurosciences D) Linguistique
A) Recherche dans l'espace des états B) Intrication quantique C) Réseaux neuronaux artificiels D) Logique formelle
A) Années 1990 B) Années 2000 C) Années 2010 D) Années 2020
A) Risques existentiels B) Simplification de la complexité des logiciels C) Réduction de la consommation d'énergie D) Diminution de la puissance de calcul
A) Ces algorithmes nécessitaient une intervention humaine à chaque étape. B) Les premières IA ne pouvaient pas effectuer de déductions logiques. C) Ils sont confrontés à un phénomène de 'complexité combinatoire', ce qui les rend exponentiellement plus lents à mesure que les problèmes augmentent. D) Ils étaient incapables de traiter tout type d'information incomplète.
A) Les humains résolvent les problèmes en suivant des algorithmes prédéfinis. B) Les humains utilisent des jugements rapides et intuitifs plutôt qu'une déduction étape par étape. C) Les humains utilisent une combinaison d'intuition et de raisonnement probabiliste exclusivement. D) Les humains se basent uniquement sur des déductions logiques, comme les premiers modèles d'IA.
A) Des tâches attribuées de manière aléatoire, sans ordre particulier. B) Plusieurs objectifs à atteindre simultanément. C) Un objectif précis. D) Aucun objectif clair ou préférence définie.
A) Apprentissage par transfert B) Apprentissage par renforcement C) Apprentissage supervisé D) Apprentissage non supervisé
A) La classification utilise des réseaux neuronaux, tandis que la régression ne l'utilise pas. B) La classification prédit des catégories, tandis que la régression déduit des fonctions numériques. C) La classification est un type d'apprentissage non supervisé. D) La régression nécessite plus de données que la classification.
A) Synthèse vocale B) Intégration de mots (word embedding) C) Traduction automatique D) Récupération d'informations
A) Les réseaux neuronaux convolutionnels (CNN) B) Les transformateurs pré-entraînés génératifs (GPT) C) Les transformateurs D) Les réseaux neuronaux récurrents (RNN)
A) Suivi d'objets. B) Analyse du sentiment à partir de texte. C) Classification d'images. D) Reconnaissance vocale.
A) Recherche antagoniste. B) Descente de gradient. C) Recherche locale. D) Optimisation par essaim de particules.
A) Algorithme de rétropropagation. B) Optimisation mathématique. C) Analyse des moyens et des objectifs. D) Algorithmes d'intelligence collective.
A) Descente de gradient. B) Optimisation par essaim de particules. C) Optimisation par colonies de fourmis. D) Calcul évolutionnaire.
A) Raisonnement déductif. B) Optimisation par essaim de particules. C) Calcul évolutionnaire. D) Raisonnement inductif.
A) Elle attribue des degrés de vérité entre 0 et 1. B) Elle nécessite une descente de gradient pour l'optimisation. C) Elle utilise des algorithmes d'intelligence collective. D) L'inférence est indécidable, ce qui la rend difficile à mettre en œuvre.
A) Calcul évolutionnaire. B) Optimisation par essaim de particules. C) Descente de gradient. D) Optimisation par colonies de fourmis.
A) Réseaux bayésiens B) Processus de décision de Markov C) Filtres de Kalman D) Réseaux de décision dynamiques
A) Analyse des décisions B) Théorie de la valeur de l'information C) Algorithme d'espérance-maximisation D) Conception de mécanismes
A) Machine à vecteurs de support B) Algorithme des k plus proches voisins C) Classificateur Naïf Bayes D) Arbre de décision
A) Arbre de décision B) Algorithme des k plus proches voisins C) Machine à vecteurs de support D) Classificateur Naïve Bayes
A) Classificateurs B) Contrôleurs C) Réseaux neuronaux D) Réseaux bayésiens
A) Machine à vecteurs de support B) Algorithme des k plus proches voisins C) Classificateur Naïf Bayes D) Arbre de décision
A) Analyse des décisions B) Réseaux de décision dynamiques C) Théorie des jeux D) Modèles de Markov cachés
A) Directeur des données (CDO) B) Directeur des technologies (CTO) C) Directeur de l'automatisation (CAO) D) Directeur des systèmes d'information (DSI)
A) TensorFlow. B) Keras. C) PyTorch. D) Scikit-learn.
A) GPT-3 B) ChatGPT C) DALL-E D) AlphaGo
A) 5% B) 7% C) 10% D) 3%
A) Informatique éthique B) Robotique morale C) Éthique de l'intelligence artificielle D) Morale computationnelle
A) Taïwan B) Japon C) Singapour D) États-Unis
A) Elon Musk B) Bill Gates C) Geoffrey Hinton D) Tim Cook
A) Tesla, SpaceX, Uber, Lyft B) Alphabet Inc., Amazon, Apple Inc., Meta Platforms, Microsoft C) Coca-Cola, PepsiCo, Red Bull, Monster D) Nike, Adidas, Puma, Reebok
A) 50% B) 90% C) 70% D) 30%
A) Conception de mécanismes B) Théorie des jeux C) Processus de décision de Markov D) Réseaux bayésiens dynamiques
A) Justice procédurale B) Justice en matière de représentation C) Justice prédictive D) Justice distributive
A) Des chiffres B) Les contours C) Des visages D) Des objets entiers
A) 2030 B) 2028 C) 2026 D) 2025
A) Traitement du langage naturel B) Recherche d'arbres de Monte Carlo C) Modèles probabilistes D) Différentes approches topologiques
A) Apple B) Microsoft C) Google D) Amazon
A) Les jeux de stratégie en temps réel. B) Les émissions de quiz Jeopardy ! C) Les jeux à information imparfaite, comme le poker. D) Les échecs et le jeu de Go.
A) Claude B) Prolog C) Gemini D) ChatGPT
A) Promouvoir la diffusion d'informations exactes. B) Réduire la propagation de la désinformation. C) Maximiser l'engagement des utilisateurs. D) Favoriser la diversité des contenus.
A) Générer du texte en se basant sur les relations sémantiques entre les mots. B) Analyser et interpréter des images. C) Prédire les tendances futures des marchés boursiers. D) Traduire des langues en temps réel.
A) Chambres d'écho B) Surcharge d'informations C) Biais de confirmation D) Bulles de filtrage
A) Dans les deux sens B) De manière aléatoire C) Dans une seule direction D) De manière inverse
A) Faux-profonds (deepfakes) B) Médias synthétiques C) Images truquées D) Clones d'IA
A) 2019 B) 2021 C) 2024 D) 2023
A) MuZero B) Deep Blue C) AlphaGo D) Watson
A) OpenAI B) Groupe Alibaba C) Google DeepMind D) Microsoft
A) Stephen Hawking B) Wendell Wallach C) Eliezer Yudkowsky D) Stuart J. Russell
A) Siri B) Google Assistant C) Alexa D) Cortana
A) Décembre 2017 B) Mai 2025 C) Février 2023 D) Juillet 2024
A) Descente de gradient stochastique B) Propagation avant C) Rétropropagation D) Descente de gradient
A) Contrôleurs B) Réseaux neuronaux C) Réseaux bayésiens D) Classificateurs
A) 80 % B) Exactement 61 % C) 75 % D) 50 %
A) Watson B) MuZero C) AlphaStar D) Deep Blue
A) Ils ne peuvent pas être utilisés à des fins commerciales. B) Les mesures de sécurité intégrées peuvent être contournées, les rendant inefficaces. C) Leur architecture et leurs paramètres sont gardés secrets. D) Ils nécessitent une connexion internet constante.
A) 20 fois plus B) 10 fois plus C) 15 fois plus D) 5 fois plus
A) AlphaStar B) Deep Blue C) MuZero D) Watson
A) Île de Three Mile B) Réacteur nucléaire de Palisades C) Fukushima D) Susquehanna
A) 5% B) 10% C) 3% D) 7%
A) Qwen2-Math B) Gemini Deep Think C) AlphaTensor D) rStar-Math
A) MuZero B) SIMA C) Pluribus D) AlphaStar
A) 22% B) 50% C) 75% D) 5%
A) 2,7 billions de dollars B) 3,5 billions de dollars C) 4,0 billions de dollars D) 1,5 billion de dollars
A) 10 millions de dollars B) 25 millions de dollars C) 100 millions de dollars D) 50 millions de dollars
A) 10% B) 5% C) 20% D) 50%
A) Constellation Energy B) Talen Energy C) Amazon D) Microsoft
A) DeepMind B) Microsoft C) IBM D) Google
A) 25% B) 9% C) 60% D) 47%
A) 5% B) 10% C) 8% D) 12%
A) AlphaTensor B) Qwen-7B C) Gemini Deep Think D) rStar-Math
A) 2016 B) 2013 C) 2015 D) 2014
A) 90 % B) 84 % C) 75 % D) 53 %
A) 9% B) 47% C) 30% D) 15%
A) Drones utilisés pour la surveillance B) Arme autonome létale C) Arme à feu conventionnelle D) Outil de cybersécurité
A) La loi de Gibson. B) La loi de Bell. C) La loi de Moore. D) La loi de Huang.
A) Théorie de la décision B) Algorithme d'estimation par maximum de vraisemblance C) Filtres de Kalman D) Réseaux bayésiens dynamiques
A) John McCarthy. B) Jensen Huang. C) Alan Turing. D) Gordon Moore.
A) Certifications de l'identité B) Vérification par la blockchain C) Directives éthiques pour l'IA D) Signatures numériques
A) Stuart J. Russell B) Stephen Hawking C) Eliezer Yudkowsky D) Wendell Wallach
A) 25 % B) 50 % C) 10 % D) Environ 4 %
A) Technologie blockchain B) Cryptage des données C) Stockage dans le cloud D) Confidentialité différentielle
A) 90% B) 75% C) 84% D) 53% |