Réseaux antagonistes génératifsEn intelligence artificielle, les réseaux antagonistes génératifs (RAG) parfois aussi appelés réseaux adverses génératifs (en anglais generative adversarial networks ou GANs) sont une classe d'algorithmes d'apprentissage non supervisé. Ces algorithmes ont été introduits par . Ils permettent de générer des images avec un fort degré de réalisme. Un GAN est un modèle génératif où deux réseaux sont placés en compétition dans un scénario de théorie des jeux. Le premier réseau est le générateur, il génère un échantillon (ex.
Apprentissage actifL’apprentissage actif est un modèle d’apprentissage semi-supervisé où un oracle intervient au cours du processus. Plus précisément, contrairement au cadre classique où les données sont connues et imposées, en apprentissage actif, c'est l'algorithme d'apprentissage qui demande des informations pour des données précises. Cette technique repose sur l'hypothèse que l’acquisition de données non étiquetées est beaucoup moins coûteuse que celle de données étiquetées.
Stable DiffusionStable Diffusion est un modèle d'apprentissage automatique permettant de générer des images numériques photoréalistes à partir de descriptions en langage naturel. Le modèle peut également être utilisé pour d'autres tâches, comme la génération d'une image améliorée à partir d'une esquisse et d'une description textuelle. Il peut fonctionner sur la plupart des matériels grand public équipés d'une carte graphique même de moyenne gamme et est salué par PC World comme « la prochaine application phare pour votre ordinateur ».
Apprentissage par renforcementEn intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome ( robot, agent conversationnel, personnage dans un jeu vidéo), à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative.
Apprentissage par renforcement profondL'apprentissage par renforcement profond (en anglais : deep reinforcement learning ou deep RL) est un sous-domaine de l'apprentissage automatique (en anglais : machine learning) qui combine l'apprentissage par renforcement et l'apprentissage profond (en anglais : deep learning). L'apprentissage par renforcement considère le problème d'un agent informatique (par exemple, un robot, un agent conversationnel, un personnage dans un jeu vidéo, etc.) qui apprend à prendre des décisions par essais et erreurs.
DrosophileLes drosophiles (du grec drosos : la rosée et philos : qui aime) forment un genre (Drosophila) d'insectes holométaboles diptères radiorésistants. Elles sont également désignées par le terme plus général de « », ou « mouches à fruits » au Québec. Dans la littérature biologique contemporaine, le nom de genre seul est souvent employé pour désigner l'espèce Drosophila melanogaster, également appelée « mouche du vinaigre », la plus commune dans les laboratoires.
Mesure physiqueLa mesure physique est l'action de déterminer la ou les valeurs d'une grandeur (longueur, capacité), par comparaison avec une grandeur constante de même espèce prise comme terme de référence (étalon ou unité). Selon la définition canonique : La mesure physique vise à l'objectivité et à la reproductibilité. La comparaison est numérique ; on exprime une caractéristique bien définie de l'objet par un nombre rationnel multipliant l'unité.
Lifelong learningLifelong learning is the "ongoing, voluntary, and self-motivated" pursuit of knowledge for either personal or professional reasons. It is important for an individual's competitiveness and employability, but also enhances social inclusion, active citizenship, and personal development. In some contexts, the term "lifelong learning" evolved from the term "life-long learners", created by Leslie Watkins and used by Clint Taylor, professor at CSULA and Superintendent for the Temple City Unified School District, in the district's mission statement in 1993, the term recognizes that learning is not confined to childhood or the classroom but takes place throughout life and in a range of situations.
Cruauté envers les animauxvignette|Maltraitance d’un singe, dans un laboratoire de recherche comportementale, en 1981. vignette|Éléphanteau entraîné à exécuter un numéro de cirque. vignette|Un cheval subissant de la négligence ; il est en sous-nutrition. La cruauté envers un animal, ou maltraitance envers un animal, est le fait qu'un être humain fasse subir à un animal, qu'il soit sauvage, domestique, apprivoisé ou tenu en captivité, un acte visant à lui faire du mal ou à le tuer de façon inappropriée, que ce soit sous forme active (par le biais d'armes, de coups, de blessures) ou sous forme passive (négligence).
Animalvignette|upright=1.5|Biomasse animale totale (en gigatonne de carbone). Les Animaux (Animalia) (du latin animalis « animé, vivant, animal ») sont en biologie, selon la classification classique, des êtres vivants hétérotrophes (c’est-à-dire qui se nourrissent de substances organiques) et possédant du collagène dans leurs matrices extracellulaires. On réserve aujourd'hui le terme à des êtres complexes et multicellulaires, bien qu’on ait longtemps considéré les protozoaires comme des animaux unicellulaires.
