QCM Intelligence Artificielle Corrigé – Partie 16

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. Quel est le lien entre IA et art génératif (comme DALL·E, Midjourney) ?

A L’IA imite l’art humain sans rien comprendre

B L’IA peut générer des œuvres visuelles à partir de descriptions textuelles

C L’IA copie uniquement des images existantes

D Aucun, l’IA ne sait pas créer

B
Des IA comme DALL·E ou Midjourney peuvent générer des images originales en analysant la description textuelle que tu leur donnes. C’est un bel exemple d’IA créative.

 

 

2. Quelle est la différence entre IA symbolique et IA par apprentissage ?

A L’IA symbolique utilise des règles; l’autre apprend à partir de données

B L’IA par apprentissage parle plus souvent

C L’IA symbolique est réservée aux enfants

D Elles utilisent les mêmes bases de données

A
IA symbolique = basée sur des règles explicites codées par des humains.
IA par apprentissage = apprend à partir de données (comme les réseaux de neurones).

 

 

3. Quel indicateur utilise-t-on souvent pour évaluer un modèle de classification ?

A La tension électrique

B Le taux de classification (accuracy)

C Le niveau de bruit

D Le format CSV

B
Le taux de classification (accuracy) mesure le pourcentage de bonnes prédictions faites par le modèle. C’est un indicateur simple mais souvent utilisé en première analyse.

 

 
 

4. Quel domaine de l’IA permet la traduction automatique de texte ?

A Le clustering

B La vision par ordinateur

C L’analyse de sentiments

D Le traitement automatique du langage (NLP)

D
La traduction automatique (ex: Google Translate, DeepL) est une application du NLP, qui permet à l’IA de comprendre une langue et générer du texte dans une autre.

 

 

5. Que signifie le terme “IA générative” ?

A Une IA qui produit du contenu nouveau à partir d’instructions

B Une IA qui génère du stress

C Une IA qui trie des fichiers

D Une IA qui se duplique toute seule

A
L’IA générative (comme GPT, DALL·E, Sora…) est conçue pour créer du contenu inédit : textes, images, vidéos, musiques, etc. Elle ne se contente pas d’analyser, elle crée.

 

 

6. Que fait une IA dans une voiture autonome ?

A Elle lit les plaques d’immatriculation

B Elle joue de la musique automatiquement

C Elle perçoit l’environnement, prend des décisions et pilote en temps réel

D Elle regarde Netflix

C
Une IA embarquée dans une voiture autonome doit voir (caméras, capteurs), comprendre (algorithmes), agir (pilotage). C’est un des domaines les plus complexes de l’IA aujourd’hui.

 

 
 

7. Que sont les “données temporelles” ?

A Des données rangées dans le futur

B Des données liées à des moments dans le temps (ex : séries chronologiques)

C Des données stockées 24h

D Des données supprimées chaque jour

B
Les données temporelles (ou séries chronologiques) ont une dimension temporelle, comme : température heure par heure, cours de bourse, battements cardiaques… souvent utilisées avec des RNN ou LSTM.

 

 

8. Qu’est-ce qu’un “embedding” en IA ?

A Une sorte de virus informatique

B Une méthode de compression de vidéo

C Une représentation vectorielle d’un mot, image ou autre donnée dans un espace de nombres

D Une technique de piratage

C
Un embedding est une traduction d’un objet (mot, image, etc.) en vecteur numérique. Cela permet aux algorithmes de comparer, chercher, analyser des objets abstraits de façon mathématique.

 

 

9. Que fait un “algorithme de clustering” ?

A Il trie des emails par date

B Il classe les données selon des catégories définies à l’avance

C Il regroupe automatiquement des données similaires sans étiquettes

D Il supprime les doublons

C
Le clustering (ex: K-means) est une méthode non supervisée qui regroupe des données similaires entre elles sans savoir à l’avance quelles sont les “bonnes réponses”. Très utile pour explorer ou segmenter des données.

 

 
 

10. Que fait un algorithme de “réduction de bruit” (denoising) en IA ?

A Il supprime les doublons

B Il améliore la vitesse d’un modèle

C Il ajoute du son pour équilibrer

D Il apprend à nettoyer les données ou images bruitées pour restaurer l’original

D
Un denoising autoencoder ou tout autre algorithme de réduction de bruit permet à l’IA de deviner les données propres à partir de données altérées. Très utilisé en vision, audio, nettoyage de données.

 

 

Laisser un commentaire

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