Each category is a question people ask about a technology, and its elements are the answers. Choose a category, then an element, to see its icon and what it means. New to the terms? Read the concepts.
Quel algorithme ou modèle traite les données ?
Ce qui traite les entrées — la famille d’algorithmes, la classe de modèle ou la technique utilisée pour transformer les entrées en sorties.
Quel algorithme ou modèle traite les données ?
Ce qui traite les entrées — la famille d’algorithmes, la classe de modèle ou la technique utilisée pour transformer les entrées en sorties.
Analyse de l'affect et des émotionsTechniques qui infèrent un état émotionnel, une humeur ou un sentiment à partir de texte, de parole, d'expressions faciales ou de signaux physiologiques. Utilisées pour évaluer le ressenti d'une foule, mesurer l'expérience d'un service ou détecter une détresse. La précision et l'équité culturelle de l'inférence d'affect sont contestées, et certaines juridictions limitent son usage en milieu professionnel et dans les services publics.
Détection d'anomaliesTechniques qui signalent des événements, motifs ou valeurs inhabituels s'écartant d'une référence apprise du comportement normal. Utilisées pour la prédiction de pannes d'équipement, la détection de fraude, la détection d'intrusion, la surveillance des fuites d'eau et les alertes de flux de foule inhabituels. Les sorties sont en général des scores seuillés plutôt que des décisions directes.
Reconnaissance biométriqueTechniques qui identifient ou vérifient une personne précise à partir de signaux biologiques — visage, empreinte digitale, voix, iris ou démarche. Distinct de la vision par ordinateur générique car la sortie est liée à un individu nommé. De nombreuses juridictions restreignent ou interdisent la reconnaissance biométrique dans les espaces accessibles au public.
Classification et prédictionTechniques qui attribuent une étiquette à une entrée ou estiment un résultat numérique : classifieurs (spam ou non, niveau de risque), modèles de régression (demande prévue, temps d'attente attendu) et prévisions de séries temporelles (fréquentation à la prochaine heure, charge énergétique). Construites à partir de données historiques étiquetées par des modèles statistiques ou d'apprentissage automatique.
Regroupement et segmentationTechniques qui regroupent des personnes, lieux ou événements en groupes par similarité, sans utiliser d'étiquettes prédéfinies. Utilisées pour segmenter des audiences, des modèles de mobilité, des profils d'usage énergétique ou des zones de demande de services. Les sorties sont des affectations de groupe que les systèmes en aval peuvent traiter comme des catégories, bien que les groupes soient inférés et non définis.
Vision par ordinateurTechniques qui interprètent des images ou des vidéos : comptage de personnes, détection d'objets, lecture de texte dans des images, suivi de mouvements ou segmentation de scènes. Courant dans la détection d'occupation, la surveillance du trafic et des foules, l'assistance à l'accessibilité et l'inspection de la signalisation. Distinct de la reconnaissance biométrique, qui identifie des personnes spécifiques.
Modèles de langageModèles qui lisent, écrivent, résument, traduisent ou tiennent une conversation en langage humain. Cela inclut les grands modèles de langage (LLM), les chatbots et les systèmes de génération de texte. Ils fonctionnent en prédisant les jetons les plus probables à partir de l'entrée et du contexte antérieur.
OptimisationTechniques qui recherchent la meilleure affectation, le meilleur itinéraire, le meilleur horaire ou la meilleure répartition sous contraintes. Inclut le routage des véhicules, la synchronisation des feux, la planification énergétique et CVC, la planification du personnel et l'allocation de ressources. Fonctionne en explorant des possibilités pour maximiser ou minimiser un objectif comme le coût, le temps ou les émissions.
Transformation préservant la vie privéeTechniques dont la fonction principale est de transformer les données d'entrée afin de supprimer, flouter ou remplacer les détails identifiants avant toute utilisation en aval. Inclut le floutage de visages, le masquage de plaques d'immatriculation, la tokenisation, la k-anonymisation, la confidentialité différentielle et la génération de données synthétiques. Sert de barrière entre les données brutes collectées et celles utilisées pour l'analyse ou les décisions.
Recommandation et classementTechniques qui suggèrent ou classent des éléments pour une personne — services, annonces, actualités, options d'orientation — selon ses préférences, son comportement ou sa similarité avec d'autres. Inclut le filtrage collaboratif, les recommandateurs basés sur le contenu et le classement appris. Personnalise ce que chaque personne voit dans un même catalogue.
Recherche et récupérationTechniques qui trouvent et présentent du contenu pertinent dans un ensemble de documents, dossiers ou médias en réponse à une requête. Inclut la recherche sémantique, la récupération vectorielle et les pipelines de génération augmentée par récupération (RAG) qui injectent des passages pertinents dans un modèle de langage. Utilisé dans la QA documentaire, la consultation de registres publics et la recherche en bibliothèque ou en archives.
Parole et audioTechniques qui convertissent entre la parole et d'autres formats, ou qui classent les sons non vocaux. Inclut la transcription parole-vers-texte, la synthèse vocale, la détection de mots-clés et la détection d'événements sonores. La voix comme identité (reconnaître qui parle) relève de la reconnaissance biométrique.Techniques qui regroupent des personnes, lieux ou événements en groupes par similarité, sans utiliser d'étiquettes prédéfinies. Utilisées pour segmenter des audiences, des modèles de mobilité, des profils d'usage énergétique ou des zones de demande de services. Les sorties sont des affectations de groupe que les systèmes en aval peuvent traiter comme des catégories, bien que les groupes soient inférés et non définis.