Comprendre l'IA / Glossaire

Données d'entraînement

Les données d'entraînement sont l'ensemble des exemples, comme des textes, des images, des sons ou des archives, dont un modèle d'IA tire ses régularités. Ce qu'elles contiennent, et ce qui leur manque, décide de ce que le modèle sait faire.

Pour un modèle qui trie des photos de chats et de chiens, les données d'entraînement sont beaucoup de photos étiquetées. Pour un chatbot, c'est une énorme quantité de texte. Le modèle ne peut apprendre que les régularités présentes dans ses exemples.

Si certains groupes, situations ou langues sont rares dans les données, le modèle a tendance à moins bien marcher pour eux. C'est l'une des principales façons dont les biais entrent dans l'IA.

Les données d'entraînement peuvent aussi contenir des informations personnelles ou des œuvres protégées, d'où des débats juridiques et des règles sur leur collecte et leur usage. Beaucoup de services de chat indiquent dans leurs réglages si tes conversations peuvent servir à entraîner de futurs modèles.