QCM Intelligence Artificielle Corrigé – Partie 12

Questions d’Entretien sur l’intelligence artificielle avec des réponses pour la préparation des entretiens d’embauche, tests en ligne, examens et certifications. Ces questions et réponses sur l’intelligence artificielle comprennent divers sujets tel que les bases de l’intelligence artificielle, comprendre la théorie de l’Intelligence Artificielle, la conception de modèles, le Q-Learning, le Deep Q-Learning, etc… Et sont tirés d’un vrai entretien écrit et certaines parties sont en direct. Cette méthode d’apprentissage systématique préparera facilement toute personne pour réussir son test sur l’intelligence artificielle.
 
 

1. Que fait un algorithme de “clustering” (regroupement) ?

A Il regroupe des données similaires entre elles sans connaître les étiquettes

B Il divise un fichier en morceaux

C Il trie les emails

D Il améliore la qualité de l’image

A
Le clustering est un type d’apprentissage non supervisé. Il regroupe les données en “clusters” (groupes) en fonction de leurs similarités, sans étiquette prédéfinie.

 

 

2. Que mesure une fonction de coût (loss function) ?

A Le prix d’un modèle IA

B La taille de la base de données

C L’écart entre la prédiction et la vraie valeur

D La complexité du code

C
La fonction de coût mesure à quel point le modèle se trompe. Moins la perte est grande, plus le modèle est précis. Le but de l’entraînement est de minimiser cette erreur.

 

 

3. Quelle est la particularité des modèles GPT (comme ChatGPT) ?

A Ce sont des modèles uniquement basés sur des règles

B Ils utilisent des réseaux convolutifs pour traiter des images

C Ce sont des modèles de langage basés sur l’architecture Transformer

D Ils sont conçus pour la classification d’images uniquement

C
Les GPT (Generative Pretrained Transformers) sont des modèles de langage basés sur l’architecture Transformer. Ils sont capables de générer du texte, de répondre à des questions, de résumer, de traduire, etc.

 

 
 

4. Qu’est-ce que la tokenisation en NLP ?

A Une méthode de cryptographie

B Une méthode de compression de données

C Une technique de régularisation

D Un processus qui transforme les phrases en jetons (mots, sous-mots, caractères) pour traitement

D
La tokenisation est le processus qui divise un texte brut en unités manipulables appelées tokens (mots, sous-mots, caractères). C’est une étape clé du prétraitement dans le NLP.

 

 

5. Que signifie “entraîner un modèle” ?

A L’imprimer sur papier

B Lui apprendre à faire des prédictions grâce aux données

C Lui créer une interface graphique

D Le tester uniquement

B
Entraîner un modèle, c’est lui montrer des données + les bonnes réponses, pour qu’il apprenne à généraliser et puisse prédire sur des données qu’il n’a jamais vues.

 

 

6. Qu’est-ce qu’un « réseau de neurones convolutif » (CNN) ?

A Un type de réseau de neurones principalement utilisé pour le traitement du langage naturel.

B Un type de réseau de neurones spécialement conçu pour traiter des données structurées en grille, comme les images, en utilisant des couches convolutives qui appliquent des filtres pour extraire des caractéristiques spatiales.

C Un type de réseau de neurones utilisé pour le traitement des séries temporelles.

D Un type de réseau de neurones avec une seule couche cachée.

B
Les CNN ont révolutionné la vision par ordinateur. Leurs couches convolutives apprennent automatiquement des caractéristiques hiérarchiques à partir des images, comme les bords, les textures et les formes.

 

 
 

7. À quoi sert la validation croisée (cross-validation) ?

A À accélérer le calcul du gradient

B À normaliser les données d’entrée

C À vérifier que le modèle n’est pas surentraîné en utilisant plusieurs sous-ensembles de données

D À convertir le texte en vecteurs

C
La validation croisée consiste à diviser les données d’entraînement en plusieurs « folds », et à entraîner/tester le modèle sur différents combinaisons pour évaluer sa robustesse et éviter l’overfitting.

 

 

8. Quelle est la particularité d’un RNN (Recurrent Neural Network) ?

A Il est utilisé uniquement pour les images

B Il traite des séquences en utilisant la mémoire des états précédents

C Il fonctionne comme un réseau convolutif

D Il fonctionne uniquement avec des données non structurées

B
Un RNN (réseau de neurones récurrent) est conçu pour le traitement de données séquentielles (texte, audio, séries temporelles). Il conserve l’état précédent à chaque étape, ce qui lui permet de capturer le contexte dans le temps.

 

 

9. Quelle technique est utilisée par ChatGPT pour comprendre et générer du texte ?

A La compression ZIP

B Les réseaux de neurones convolutionnels

C Les modèles de type “transformer”

D L’apprentissage par renforcement uniquement

C
ChatGPT est basé sur des modèles de type “transformer”, une architecture très puissante pour traiter du langage naturel. Elle permet de comprendre le contexte des mots dans une phrase, ce qui rend les réponses plus cohérentes.

 

 
 

10. Quel type d’IA classe les emails en « spam » ou « non spam » ?

A IA non supervisée

B IA générative

C IA supervisée

D IA symbolique

C
Pour savoir si un email est du spam, le système a été entraîné avec des exemples étiquetés (« spam » / « non-spam ») → c’est donc de l’apprentissage supervisé.

 

 

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *