Skip to main content

Carte des connaissances sur l'IA

Remarque : Ce document est une traduction automatique de la version originale anglaise.

Carte des connaissances sur l'IA

Cette page est un guide de navigation vers tous les explainers liés à l'IA dans le wiki DecAIHub. Elle est conçue pour les nouveaux venus — que vous lisiez votre première carte projet ou que vous essayiez de comprendre ce que signifie « AI/Agents » dans un label de catégorie. Utilisez-la comme table des matières, arbre de concepts et ensemble de parcours de lecture recommandés.

En bref : ceci est une carte, pas une encyclopédie. Chaque titre ci-dessous renvoie à un article autonome. Commencez là où se trouve votre question, suivez les liens, revenez ici quand vous avez besoin de vous orienter.

Mettez cette page en favori si vous alternez fréquemment entre les sujets de vérification (ce qui compte comme preuve) et les sujets de technologie (ce qu'est un modèle ou un agent). Les sections ci-dessous sont ordonnées pour que vous puissiez passer des concepts de haut niveau aux pages de clusters spécialisées sans perdre le fil.

Commencez ici

Si vous découvrez DecAIHub et la vérification de l'IA crypto, lisez d'abord ces quatre articles :

  1. Qu'est-ce que l'intelligence artificielle — le point de départ le plus large.
  2. Qu'est-ce qu'un AI component — le concept central de chaque carte projet.
  3. Comment lire une carte projet — ce que signifie chaque champ et où regarder.
  4. Qu'est-ce que DecAI Fit — le score de 0 à 6 qui résume la vérifiabilité d'un projet.

Arbre de concepts

Les articles de ce wiki forment une hiérarchie. L'indentation ci-dessous montre les relations parent-enfant.

Parcours de lecture

« Je lis ma première carte projet »

  1. Qu'est-ce qu'un AI component — comprendre le champ central.
  2. AI component vs cas d'usage — apprendre pourquoi ils sont distincts.
  3. Comment fonctionnent les catégories AI composites — décoder le label de catégorie.
  4. Comment lire une carte projet — visite guidée complète de chaque champ.

« Je veux comprendre si l'IA est réelle »

  1. Comment savoir si un projet a vraiment de l'IA — le cadre de vérification.
  2. Ce qui compte comme preuve d'IA — ce qui qualifie comme preuve.
  3. Ce qui ne compte pas comme preuve — les faux positifs courants.
  4. AI-washing, onchain-washing, token-washing — les signaux d'alerte.

« Je veux savoir ce que signifie une catégorie AI spécifique »

  1. Choisissez la catégorie : AI/Agents | AI/Compute | AI/Inference | AI/Data | AI/Analytics | AI/Training.
  2. Lisez l'article de composant correspondant : Agents | Calcul | Inférence | Données | Analytique | Entraînement.
  3. Pour les nuances spécifiques aux agents : Qu'est-ce qu'un agent IA et Assistant, copilote, chatbot, agent.

« Je veux comprendre la technologie d'IA elle-même »

  1. Qu'est-ce que l'intelligence artificielle — panorama du domaine.
  2. Qu'est-ce qu'un modèle d'IA — la brique de base.
  3. Qu'est-ce que le machine learning — comment les modèles apprennent à partir des données.
  4. Qu'est-ce qu'un grand modèle de langage — le type de modèle le plus courant dans l'IA crypto.
  5. Qu'est-ce que l'inférence — comment un modèle entraîné produit des sorties.
  6. Benchmarks et métriques de qualité — comment la qualité d'un modèle est mesurée.

Questions fréquentes

Dois-je lire chaque article lié ?

Non. Utilisez cette page pour choisir un parcours ; chaque explainer est autonome. Revenez ici quand vous avez besoin d'un rappel de la façon dont les sujets se connectent — par exemple, comment les niveaux de preuve se rapportent à la formulation de l'AI component.

Où aller si un article utilise un terme que je ne connais pas ?

Ouvrez l'arbre de concepts ci-dessus et suivez l'article parent (par exemple, de LLM vers intelligence artificielle), ou allez à Comment lire une carte projet pour les définitions des champs.

Références externes

No comments to display

Back to top