🟢 Session 2 — Quiz : Comment l’IA apprend-elle ?

Applied AI — Yann Isola · Niveau Débutant 10 questions · 1 seule bonne réponse par question · Corrigé commenté en fin de document. Conseil d’animation : en groupe, mode “vote à main levée” ou équipes — c’est plus drôle.

Question 1 — Dans l'apprentissage supervisé, que donne-t-on à l'IA pour qu'elle apprenne ?**

A Des règles écrites à la main par des programmeurs B Des exemples accompagnés des bonnes réponses (étiquettes) C Des exemples sans aucune indication D Des récompenses et des punitions

Question 2 — « Trier un sac de bonbons par couleur sans que personne ne vous donne les catégories » est l'analogie de…**

A L’apprentissage supervisé B L’apprentissage par renforcement C L’apprentissage non supervisé D L’overfitting

Question 3 — Une IA joue des millions de parties d'un jeu, gagne des points quand elle réussit, en perd quand elle échoue, et s'améliore. C'est…**

A L’apprentissage supervisé B L’apprentissage non supervisé C L’apprentissage par renforcement D De la triche

Question 4 — Pourquoi dit-on que les données sont le « carburant » de l'IA ?**

A Parce que les serveurs consomment de l’essence B Parce que sans données, une IA ne peut rien apprendre : tout son savoir vient de ses exemples C Parce que les données coûtent le même prix que le pétrole D Parce que l’IA brûle les données après les avoir lues

Question 5 — Votre IA doit reconnaître les chiens, mais vous ne l'avez entraînée QU'avec des photos de labradors. Que risque-t-il de se passer face à un chihuahua ?**

A Rien, un chien est un chien B Elle le reconnaîtra encore mieux, car il est plus petit C Elle risque de ne pas le reconnaître : ses données manquaient de diversité D Elle refusera de répondre par prudence

Question 6 — Quelle est la différence entre l'entraînement et l'utilisation (inférence) d'une IA ?**

A Aucune, c’est le même processus B L’entraînement est long et coûteux (l’IA apprend) ; l’utilisation est rapide (l’IA applique ce qu’elle sait) C L’utilisation est plus longue que l’entraînement D L’entraînement se fait après l’utilisation

Question 7 — Un neurone artificiel, c'est avant tout…**

A Une copie exacte d’un neurone du cerveau humain B Une puce électronique vivante C Un petit calculateur qui reçoit des signaux, leur donne plus ou moins d’importance (poids), et envoie un signal à son tour D Un programme qui stocke des souvenirs

Question 8 — Dans un réseau de neurones, « apprendre » signifie essentiellement…**

A Ajouter de nouveaux neurones à chaque bonne réponse B Ajuster petit à petit les poids (l’importance des connexions) pour réduire les erreurs C Recopier les données dans une grande mémoire D Augmenter la vitesse du processeur

Question 9 — Une IA obtient 99,9 % de réussite sur ses exemples d'entraînement, mais seulement 60 % sur des exemples nouveaux. Diagnostic ?**

A C’est une excellente IA : 99,9 %, c’est presque parfait ! B C’est de l’overfitting : elle a « appris par cœur » au lieu de comprendre C C’est normal, une IA est toujours mauvaise sur du nouveau D Les exemples nouveaux sont forcément faux

Question 10 — Pourquoi garde-t-on des données de test que l'IA ne voit JAMAIS pendant l'entraînement ?**

A Pour économiser de la mémoire B Parce que c’est une obligation légale C Pour vérifier qu’elle sait généraliser sur du jamais-vu, comme un contrôle avec des exercices nouveaux D Parce que ces données sont de moins bonne qualité