Ressources · Terminale · Enseignement scientifique
De la machine de Turing à l'intelligence artificielle
Histoire de l'informatique (Turing, von Neumann), algorithme et programme, apprentissage machine, classification (k plus proches voisins), réseaux de neurones, biais et enjeux (programme d'enseignement scientifique de Terminale)
À propos de cette page
Choisis ton niveau. Questions et réponses mélangées à chaque partie. Bonne chance !
Les 24 questions du QCM en version texte
Pour réviser sans écran ou imprimer : chaque question avec ses propositions ; la bonne réponse et son explication se déplient.
Niveau facile — 8 questions
En quelle année Alan Turing décrit-il la machine qui porte son nom ?
- A. En 1912
- B. En 1936
- C. En 1945
- D. Vers 1956
Réponse
B. En 1936 — Turing publie en 1936 un article sur les nombres calculables où il décrit sa machine. 1945 est l'année du rapport de von Neumann, 1956 celle de la conférence de Dartmouth ; 1912 est l'année de naissance de Turing.
Dans l'architecture de von Neumann, que contient la mémoire ?
- A. Uniquement les données à traiter
- B. Uniquement les instructions à exécuter
- C. Seulement les résultats des calculs
- D. Le programme et les données
Réponse
D. Le programme et les données — L'idée clé de von Neumann est le programme enregistré : les instructions sont rangées dans la même mémoire que les données.
Qu'est-ce qu'un programme ?
- A. La traduction d'un algorithme dans un langage
- B. Une méthode rédigée en français courant
- C. Un modèle mathématique de calcul sans matériel
- D. Un ensemble d'exemples étiquetés par un humain
Réponse
A. La traduction d'un algorithme dans un langage — Un programme traduit un algorithme dans un langage exécutable par une machine. La méthode en français courant est l'algorithme ; le modèle mathématique décrit est la machine de Turing.
En apprentissage supervisé, les données d'entraînement sont :
- A. choisies au hasard, sans réponse connue
- B. identiques aux données de test
- C. accompagnées de leur étiquette
- D. produites par le modèle lui-même
Réponse
C. accompagnées de leur étiquette — « Supervisé » signifie que chaque exemple est fourni avec la bonne réponse. Les données de test doivent être distinctes des données d'entraînement.
Quel élément ne fait pas partie d'une machine de Turing ?
- A. Un ruban découpé en cases
- B. Une tête de lecture et d'écriture
- C. Un jeu d'exemples étiquetés
- D. Une table de transitions
Réponse
C. Un jeu d'exemples étiquetés — Une machine de Turing comprend un ruban, une tête, des états et une table de transitions. Les exemples étiquetés relèvent de l'apprentissage automatique.
Le test de Turing, proposé en 1950, consiste à :
- A. voir si l'on distingue une machine d'un humain
- B. mesurer la vitesse de calcul d'un ordinateur
- C. vérifier qu'un programme finit par s'arrêter
- D. compter les erreurs d'un classifieur sur un test
Réponse
A. voir si l'on distingue une machine d'un humain — Un interrogateur dialogue par écrit avec un humain et une machine ; la machine réussit s'il ne parvient pas à les distinguer. Savoir si un programme s'arrête est le problème de l'arrêt, indécidable.
Dans l'algorithme des k plus proches voisins, la classe attribuée est :
- A. celle du voisin le plus éloigné du point
- B. choisie au hasard parmi les k voisins
- C. la moyenne des classes des k voisins
- D. la plus fréquente parmi les k voisins
Réponse
D. la plus fréquente parmi les k voisins — On attribue la classe majoritaire parmi les k exemples les plus proches. Une classe n'est pas un nombre : on ne peut pas en faire la moyenne.
Un biais algorithmique provient le plus souvent :
- A. d'une erreur d'arrondi dans le calcul des distances
- B. de données d'entraînement déséquilibrées
- C. d'une mémoire d'ordinateur trop petite
- D. de l'usage du langage Python
Réponse
B. de données d'entraînement déséquilibrées — Un modèle reproduit les déséquilibres de ses données : un groupe peu représenté dans l'entraînement est moins bien traité.
Niveau moyen — 8 questions
Dans un repère orthonormé, quelle est la distance entre A(2 ; 9) et B(8 ; 1) ?
- A.
- B.
- C.
- D.
Réponse
C. — AB = √((8 − 2)² + (1 − 9)²) = √(36 + 64) = √100 = 10. La réponse 100 oublie la racine ; 14 additionne les écarts 6 et 8.
Un neurone à seuil (sortie 1 si s ≥ 0) a pour poids 0,3 et 0,5 et pour biais −0,7. Pour les entrées (1 ; 1), il calcule :
- A. s = 0,1, donc la sortie vaut 1
- B. s = 0,8, donc la sortie vaut 1
- C. s = −0,1, donc la sortie vaut 0
- D. s = 1,5, donc la sortie vaut 1
Réponse
A. s = 0,1, donc la sortie vaut 1 — s = 0,3 × 1 + 0,5 × 1 − 0,7 = 0,1 ≥ 0, donc la sortie vaut 1. Oublier le biais donne 0,8 ; l'ajouter au lieu de le soustraire donne 1,5.
Un modèle testé sur 320 images commet 24 erreurs. Son taux d'erreur est :
- A. 2,4 %
- B. 24 %
- C. 13,3 %
- D. 7,5 %
Réponse
D. 7,5 % — 24 ÷ 320 = 0,075, soit 7,5 %. Le calcul inverse 320 ÷ 24 ≈ 13,3 n'a pas de sens ici.
Les sept plus proches voisins d'un point, du plus proche au plus éloigné, sont : triangle, rond, rond, triangle, triangle, rond, rond. Quelle classe obtient-on pour k = 3, puis pour k = 5 ?
- A. rond puis rond
- B. rond puis triangle
- C. triangle puis rond
- D. triangle puis triangle
Réponse
B. rond puis triangle — k = 3 : triangle, rond, rond donnent 2 ronds contre 1 triangle, donc rond. k = 5 : on ajoute deux triangles, soit 3 triangles contre 2 ronds, donc triangle.
Une machine de Turing a un seul état de travail : lit 0 → écrit 1, D ; lit 1 → écrit 1, D ; lit □ → s'arrête. Partant du ruban 0110, tête sur la première case, on obtient :
- A. 5 transitions, ruban 1111
- B. 4 transitions, ruban 1111
- C. 5 transitions, ruban 0110
- D. 4 transitions, ruban 1001
Réponse
A. 5 transitions, ruban 1111 — Quatre transitions parcourent les chiffres en écrivant 1 partout ; la cinquième, sur le blanc, arrête la machine. Ruban final 1111.
Un jeu de test contient 85 % d'images de la classe A et 15 % de la classe B. Un « classifieur » qui répond toujours A obtient un taux de réussite de :
- A. 0 %, car il n'apprend rien
- B. 50 %, car il y a deux classes
- C. 15 %, soit la part de B
- D. 85 %, sans rien avoir appris
Réponse
D. 85 %, sans rien avoir appris — Il a raison sur toutes les images A, soit 85 % du test, alors qu'il n'a rien appris : un taux de réussite élevé ne suffit pas quand les classes sont déséquilibrées.
Pour trouver le plus proche voisin, on peut comparer les carrés des distances au lieu des distances, car :
- A. les carrés des distances sont toujours des nombres entiers
- B. la racine carrée est croissante sur [0 ; +∞[
- C. une distance est toujours inférieure à 1
- D. le carré d'une distance est une aire du plan
Réponse
B. la racine carrée est croissante sur [0 ; +∞[ — La fonction racine carrée est croissante sur [0 ; +∞[ : les distances sont rangées dans le même ordre que leurs carrés, ce qui évite de calculer les racines.
Un filtre est testé sur 200 courriels, dont 60 spams : il en détecte 48 et classe à tort 5 courriels normaux en spam. Nombre de faux négatifs et taux d'erreur ?
- A. 5 faux négatifs ; 8,5 %
- B. 12 faux négatifs ; 6 %
- C. 12 faux négatifs ; 8,5 %
- D. 48 faux négatifs ; 26,5 %
Réponse
C. 12 faux négatifs ; 8,5 % — Faux négatifs : 60 − 48 = 12 spams non détectés. Erreurs : 12 + 5 = 17, et 17 ÷ 200 = 0,085, soit 8,5 %. Les 5 courriels mal classés sont des faux positifs.
Niveau difficile — 8 questions
Un modèle des k plus proches voisins avec k = 1 a 0 % d'erreur sur ses données d'entraînement. On peut en conclure que :
- A. il est parfait et prêt à l'emploi
- B. il généralisera bien à toutes les nouvelles données
- C. il ne présente aucun biais
- D. rien sur sa qualité : il faut un jeu de test
Réponse
D. rien sur sa qualité : il faut un jeu de test — Avec k = 1, chaque exemple d'entraînement est son propre plus proche voisin : 0 % d'erreur est automatique. Seules des données de test mesurent la qualité du modèle.
Pourquoi un seul neurone à seuil ne peut-il pas réaliser le « ou exclusif » ?
- A. Il n'accepte jamais plus de deux entrées à la fois
- B. Aucune droite ne sépare les sorties 0 et 1
- C. Ses poids doivent obligatoirement être positifs
- D. Son biais doit toujours être égal à zéro
Réponse
B. Aucune droite ne sépare les sorties 0 et 1 — Un neurone à seuil sépare le plan par une droite. Pour le ou exclusif, les points de sortie 1, (0 ; 1) et (1 ; 0), et ceux de sortie 0, (0 ; 0) et (1 ; 1), sont sur les deux diagonales du carré : aucune droite ne les sépare.
On classe des objets par k plus proches voisins avec deux caractéristiques : la longueur en millimètres (de 50 à 900) et une note de 0 à 5. Sans précaution, la distance :
- A. donne la même importance aux deux critères
- B. ignore complètement la longueur des objets
- C. dépend presque seulement de la longueur
- D. ne peut pas être calculée avec des notes
Réponse
C. dépend presque seulement de la longueur — Les écarts de longueur (des centaines) écrasent les écarts de note (quelques unités) : il faut ramener les deux caractéristiques à la même échelle.
Laquelle de ces affirmations sur la machine de Turing est exacte ?
- A. Elle calcule tout ce qu'un ordinateur actuel calcule
- B. Elle calcule plus vite qu'un ordinateur actuel
- C. Elle a été construite en série dans les années 1950
- D. Elle peut décider si n'importe quel programme s'arrête
Réponse
A. Elle calcule tout ce qu'un ordinateur actuel calcule — Un ordinateur ne calcule rien de plus qu'une machine de Turing (il calcule seulement plus vite). La machine de Turing est un modèle théorique, et Turing a montré que le problème de l'arrêt est indécidable.
Un logiciel de tri de CV est entraîné sur les embauches passées d'une entreprise qui recrutait surtout des hommes. Le risque principal est :
- A. qu'il demande un temps de calcul trop long
- B. qu'il reproduise ce déséquilibre passé
- C. qu'il refuse toutes les candidatures
- D. qu'il ne puisse pas lire les CV numérisés
Réponse
B. qu'il reproduise ce déséquilibre passé — Le modèle apprend à imiter les décisions passées : si elles étaient déséquilibrées, il défavorisera les candidatures de femmes. C'est un biais hérité des données.
Avec deux classes et k = 4, les quatre plus proches voisins d'un point sont 2 ronds et 2 triangles. Que se passe-t-il ?
- A. Il est classé rond, classe citée en premier
- B. Il est retiré de la base de données
- C. Égalité : il faut une règle de départage
- D. Il prend la classe du voisin le plus éloigné
Réponse
C. Égalité : il faut une règle de départage — Le vote est partagé : l'algorithme ne conclut pas sans règle supplémentaire (par exemple, la classe du plus proche voisin). C'est pourquoi on choisit k impair quand il y a deux classes.
Une IA parvient à se faire passer pour un humain auprès de la plupart des interrogateurs. On peut affirmer que :
- A. elle imite bien la conversation humaine
- B. elle pense et comprend exactement comme un humain
- C. elle est consciente de ce qu'elle écrit
- D. elle ne commet jamais d'erreur factuelle
Réponse
A. elle imite bien la conversation humaine — Réussir le test de Turing montre une capacité d'imitation de la conversation écrite, rien de plus : ni compréhension, ni conscience, ni exactitude garantie.
Un modèle a 2 % d'erreur sur ses données d'entraînement et 31 % sur ses données de test. Le diagnostic le plus probable est :
- A. un sous-apprentissage : modèle trop simple
- B. une erreur de calcul du taux de test
- C. un jeu de test beaucoup trop grand
- D. un surapprentissage des données
Réponse
D. un surapprentissage des données — Le modèle colle à ses données d'entraînement mais généralise mal : l'écart important entre les deux taux est la signature du surapprentissage. Un modèle trop simple aurait deux taux élevés.
Moi c'est Ben, j'ai créé ce site pour aider le plus d'élèves possible, partout en France. Je peux aussi reprendre avec toi ce qui coince en cours particulier : en visio, ou à domicile si tu es à Marseille.
Soutien scolaire à Marseille · Cours particuliers au lycée · Aide aux devoirs