L’intelligence artificielle évolue à une vitesse fulgurante, et son vocabulaire aussi. Si vous avez écouté l’épisode 16 de C’est COMM ça!, L’intelligence artificielle et la gestion du changement, vous savez que notre conversation avec Claude Théoret nous a amenés aux quatre coins de l’écosystème de l’IA.
Pour accompagner l’épisode, nous avons donc préparé ce glossaire aide-mémoire. Vous y retrouverez les concepts, les experts et les entreprises mentionnés au fil de la discussion, mais aussi plusieurs termes que l’on croise régulièrement lorsqu’on parle d’intelligence artificielle, de données et d’innovation technologique.
Consultez-le pendant votre écoute du balado pour ne rien manquer!
Les concepts et technologies
Agentic AI (IA agentique / Agent IA)
Contrairement à l’IA générative classique qui se contente de formuler une réponse (comme rédiger un texte ou suggérer un itinéraire de voyage), l’IA agentique possède une « agentivité ». Cela signifie qu’elle peut exécuter des actions de façon autonome pour accomplir une tâche complexe. C’est la nouvelle grande révolution technologique, mais elle nécessite des règles de cybersécurité très strictes avant de lui donner accès aux systèmes internes d’une entreprise.
AI Slop
Le contenu généré par l’IA de faible qualité, souvent générique, peu fiable ou sans valeur ajoutée, qui est publié en masse et pollue les plateformes et les résultats de recherche.
Big Data
(Mégadonnées) par rapport à l’Ultra big data
Le big data, mégadonnées ou données massives, désigne des ensembles de données tellement volumineux, variés et produits rapidement qu’ils dépassent les capacités des outils traditionnels de traitement. En IA, le big data est particulièrement important parce qu’il peut fournir la matière première nécessaire pour entraîner, améliorer et évaluer des modèles. Dans l’épisode, Claude Théoret utilise le terme Ultra Big Data pour décrire des volumes encore plus gigantesques, comme l’analyse en temps réel de milliards de publications sur les réseaux sociaux.
Chatbot
(Agent conversationnel)
Un agent conversationnel est un programme informatique conçu pour simuler une conversation avec des utilisateurs humains, le plus souvent par écrit, mais aussi par la voix. Aujourd’hui propulsés par de grands modèles linguistiques (LLM) comme ChatGPT, les chatbots sont devenus omniprésents sur le Web et en entreprise. Dans l’épisode, Claude Théoret souligne d’ailleurs que le chatbot est aujourd’hui devenu une véritable « commodité » technologique, marquant la banalisation de l’IA générative dans notre quotidien et ouvrant la voie à des technologies plus avancées.
Cloud
(Infonuagique)
L’infrastructure qui permet de stocker des données et d’exécuter des programmes sur des serveurs distants via Internet, plutôt que sur le disque dur physique de votre ordinateur.
Data Center
(Centre de données)
L’épine dorsale physique d’Internet et de l’IA. Ce sont d’immenses installations sécurisées regroupant des milliers de serveurs très puissants. Entraîner une IA générative requiert une puissance de calcul phénoménale qui repose entièrement sur ces centres.
Data Moat
(Fossé concurrentiel lié aux données)
Un avantage concurrentiel crucial provenant de données de haute qualité, uniques, difficiles à reproduire ou à obtenir, qui permettent à une entreprise d’améliorer ses produits, ses modèles d’IA ou ses décisions plus rapidement que ses concurrents. Plus elle utilise son produit, plus elle collecte de données, et plus son avantage peut devenir difficile à rattraper. Comme les grands modèles publics s’entraînent tous sur les mêmes données Web, posséder ses propres données devient la meilleure façon de se démarquer.
Data Science
(Science des données)
Le domaine multidisciplinaire qui utilise des méthodes scientifiques, des statistiques et des algorithmes pour extraire des connaissances et des tendances à partir de données structurées ou non structurées.
Dead Internet
(La théorie de l’internet mort)
Cette théorie grandissante suggère qu’une proportion massive du trafic et des créations sur le Web proviendrait désormais d’automates et d’algorithmes. Dans ce scénario, des agents virtuels interagissent entre eux, occultant progressivement les échanges humains réels. Cela crée un écosystème automatisé de robots et d’algorithmes qui communiquent entre eux, et où les humains sont passifs et tranquillement exclus.
Deep Tech
(Technologies de rupture)
La deep tech désigne des innovations qui reposent sur des avancées scientifiques ou technologiques complexes, souvent issues de plusieurs années de recherche et développement. En intelligence artificielle, on parle notamment de nouvelles architectures de modèles, de robotique avancée, de puces spécialisées ou encore de technologies capables de repousser les limites actuelles de l’IA. Contrairement à une simple application construite à partir d’outils existants, la deep tech vise donc à créer ou transformer la technologie elle-même.
Haptique
La science du toucher appliquée à la technologie. Les systèmes haptiques simulent des sensations tactiles (telles que la résistance ou la vibration) pour interagir avec des environnements virtuels ou des robots physiques. C’est un pan essentiel de la nouvelle vague de l’IA physique.
Internet of Things ou IoT
(Internet des objets)
L’Internet des objets fait référence au vaste réseau d’appareils physiques, des montres intelligentes aux capteurs industriels,connectés à Internet, qui collectent et échangent des données en temps réel sans intervention humaine. Dans l’épisode, l’IoT est abordé comme une composante essentielle de la révolution de l’IA physique. C’est grâce à ces capteurs que les robots et les machines peuvent « sentir », comprendre et interagir de façon autonome avec le monde réel.
LLM ou Large Language Model (
Grand modèle linguistique)
Un type d’intelligence artificielle entraîné à partir de quantités faramineuses de textes pour comprendre, résumer et générer du langage humain de façon naturelle. C’est le moteur qui fait fonctionner des outils comme ChatGPT, Claude ou Gemini.
Machine Learning
(Apprentissage automatique)
Un sous-domaine de l’intelligence artificielle. Au lieu d’être explicitement programmé pour effectuer une tâche, l’ordinateur « apprend » et améliore ses performances en étant exposé à d’immenses quantités de données.
Prompt
(Requête / Commande)
Un prompt est l’instruction, la question ou la commande initiale qu’un utilisateur fournit à un système d’intelligence artificielle pour lui demander de générer une réponse ou d’accomplir une tâche. Puisque l’IA est souvent inefficace pour initier une action de son propre chef sans directives claires, c’est l’humain qui détient le rôle crucial de formuler le bon prompt en fournissant un contexte précis et détaillé. C’est le point de départ essentiel de l’approche de « l’humain dans la boucle » (human-in-the-loop).
Unsupervised Learning
(Apprentissage non supervisé)
L’apprentissage non supervisé est une méthode d’apprentissage automatique (machine learning) où l’algorithme est entraîné sur des données brutes et non étiquetées. Autrement dit, il n’y a aucune intervention humaine pour dicter à la machine comment elle doit interpréter l’information. L’IA doit explorer les données et découvrir par elle-même des modèles, des structures cachées ou des regroupements logiques.
Les personnalités influentes
Professeur à l’Université de Montréal, fondateur du Mila et colauréat du prestigieux prix Turing, Yoshua Bengio est l’une des figures mondiales les plus influentes de l’intelligence artificielle. Ces dernières années, il s’est particulièrement consacré aux enjeux de sécurité liés aux systèmes d’IA avancés, notamment à travers l’organisation LawZero qu’il a fondée.
Le chercheur étoile de l’IA, Ian Goodfellow, est célèbre pour avoir inventé les réseaux antagonistes génératifs (souvent abrégés en GAN, pour Generative Adversarial Networks), une avancée majeure dans le développement de l’IA générative. Fait amusant : l’idée originale lui serait venue lors d’une soirée dans un bar à Montréal, alors qu’il terminait son doctorat à l’Université de Montréal, sous la direction de Yoshua Bengio!
Considéré comme l’un des pères de l’apprentissage profond (deep learning), Yann LeCun a longtemps été le scientifique en chef de l’IA chez Meta et le fondateur de son propre laboratoire de recherche, le FAIR. Il a depuis fondé AMI Labs, un nouveau laboratoire de recherche en IA qui travaille notamment sur les modèles du monde et qui a choisi Montréal comme l’un de ses principaux pôles internationaux.
Présidente de l’application de messagerie chiffrée Signal, Meredith Whittaker est une experte reconnue des enjeux de confidentialité, de surveillance et d’éthique technologique. Claude Théoret la cite notamment pour la pertinence de ses interventions sur les nouveaux risques en matière de sécurité et de confidentialité liés à l’IA. Écoutez sa conférence « Delegated decisions, amplified risks: Charting a secure future for agentic AI » au Sommet AI for Good des Nations Unies, mentionnée dans l’épisode.
L’écosystème : recherche, entreprises et fonds d’investissement
Lancé par l’entreprise OpenAI, ChatGPT est l’agent conversationnel d’intelligence artificielle générative le plus connu au monde, propulsé par un grand modèle linguistique (LLM). Dans le balado, il est souvent cité comme l’exemple parfait de la démocratisation de l’IA. Les animatrices soulignent d’ailleurs que les habitudes de recherche changent : de plus en plus d’internautes posent désormais leurs questions directement à ChatGPT plutôt qu’à un moteur de recherche traditionnel comme Google, forçant les entreprises à revoir entièrement leurs stratégies de communication et de découvrabilité.
Claude est un agent conversationnel et un grand modèle linguistique (LLM) développé par Anthropic, une entreprise fondée par d’anciens chercheurs d’OpenAI. Il figure parmi les concurrents majeurs de ChatGPT, Perplexity et Gemini dans la course à l’IA générative. Claude se distingue sur le marché par son approche axée sur l’éthique, la sécurité des réponses et sa capacité exceptionnelle à analyser de très longs documents, ce qui en fait un outil de plus en plus prisé pour l’intégration de l’intelligence artificielle en milieu de travail.
Une entreprise canadienne d’IA basée à Toronto et l’un des principaux acteurs indépendants de l’IA d’entreprise. Cohere développe des modèles de fondation, notamment de grands modèles linguistiques, ainsi que des outils d’IA agentique conçus pour répondre aux besoins des entreprises, avec un accent marqué sur la sécurité, la confidentialité et le contrôle des données.
Développé par Microsoft, Copilot est un assistant d’intelligence artificielle intégré directement aux outils de bureautique et de collaboration quotidiens (comme la suite Microsoft 365, Word, Excel ou Teams). Il illustre la transition d’une IA que l’on va consulter sur un site web externe vers une IA fluide, intégrée à même nos processus de travail quotidiens pour stimuler la productivité.
Une ancienne entreprise phare de l’écosystème montréalais de l’IA, fondée en 2016 et acquise par ServiceNow en 2021. Après avoir suscité énormément d’ambition et attiré des investissements importants, son parcours illustre aussi les défis liés à la transformation d’une expertise scientifique de pointe en produits technologiques capables de s’imposer commercialement à l’échelle mondiale. Son histoire a laissé une empreinte marquante (et d’importantes leçons) sur la façon de commercialiser l’innovation au Québec.
Développé par Google, Gemini (anciennement connu sous le nom de Bard) est le grand modèle linguistique (LLM) et l’assistant d’intelligence artificielle de l’écosystème Google. S’il a débuté comme une IA générative classique, il évolue de plus en plus vers l’IA agentique (agentivité) en s’intégrant directement au cœur de la suite Google Workspace (Docs, Gmail, Drive, etc.). Plutôt que de simplement répondre à des questions, Gemini peut désormais interagir de façon autonome avec vos propres documents et courriels pour accomplir des tâches complexes.
Une entreprise montréalaise spécialisée dans les technologies haptiques, c’est-à-dire celles qui permettent de ressentir et de transmettre le toucher et les forces dans un environnement numérique ou robotique. Ses interfaces à retour de force sont notamment utilisées en robotique, en téléopération, en simulation médicale et chirurgicale, en automatisation industrielle et en recherche en IA physique.
Une plateforme d’investissement et d’innovation basée à Montréal, où œuvre notamment notre invité Claude Théoret comme conseiller principal en IA. Innovobot accompagne le développement et la commercialisation de technologies deep tech et possède des expertises en robotique, intelligence artificielle, interfaces humain-machine et haptiques, IoT et technologies avancées. Son bras de capital de risque, Innovobot Resonance Ventures, investit également directement dans des startups deep tech.
L’Institut québécois d’intelligence artificielle. Fondé par Yoshua Bengio, Mila est aujourd’hui le plus grand centre de recherche universitaire en apprentissage profond au monde. Il contribue fortement à faire de Montréal une plaque tournante internationale de la recherche et du talent scientifique en IA.
Fondée par notre invité Claude Théoret, Nexalogy est considérée comme l’une des premières entreprises d’intelligence artificielle au Canada. Spécialisée dans l’analyse de données massives et l’apprentissage non supervisé, cette entreprise montréalaise analysait en temps réel des milliards de publications sur les réseaux sociaux (Twitter, Reddit, Tumblr, Facebook) pour comprendre la propagation des idées, détecter la désinformation et même identifier des cas de radicalisation.
Perplexity AI est un moteur de recherche conversationnel propulsé par l’intelligence artificielle. Contrairement à un moteur de recherche traditionnel qui propose une simple liste de liens, il analyse le Web en temps réel pour comprendre le contexte des questions et générer des réponses directes et synthétisées, tout en citant ses sources.
Une entreprise montréalaise spécialisée dans l’automatisation industrielle et la robotique. Sa plateforme combine logiciels, matériel, robotique et, désormais, l’IA physique afin de permettre aux entreprises de concevoir, programmer et déployer rapidement des systèmes automatisés et des cellules robotisées pour leurs usines.
Les fonds Amiral, Telegraph, Panache, Radical et Real Ventures
La recherche et l’innovation ne suffisent pas : il faut également du capital pour transformer une découverte ou une technologie prometteuse en entreprise mondiale. Des fonds comme Amiral Ventures, Telegraph Ventures, Panache Ventures, Radical Ventures et Real Ventures jouent différents rôles dans cet écosystème, du préamorçage aux phases de croissance. Avec des thèses et des tailles de fonds différentes, ils permettent aux entrepreneurs québécois et canadiens d’obtenir le capital, les réseaux et l’accompagnement nécessaires pour transformer leurs innovations en entreprises capables de se développer.
🎧 Envie d’entendre comment tous ces concepts se connectent dans le monde réel?
Écoutez l’entrevue complète avec Claude Théoret dans le balado C’est COMM ça! dès maintenant!