IA & apprentissage automatique · l'apprentissage supervisé (données étiquetées) · la régression linéaire (y = ax + b, moindres carrés) · prédire & ses limites.
10 points · 6 questions · Exercice 1 / 2
🎨 Code couleur — 📄 « Sujet complet » = l'énoncé du DS (documents + questions) · 🎬 « Mode automatique » lit tout et descend seul
terme / grandeur clévaleuropérateur / lien = →On en déduit que : connecteurrésultaténoncé clétermesurvole → définition⬇️⬆️ segment · ⬅️➡️ exo
📄 DS n°9 — Enseignement scientifique · Terminale · Thème « L'intelligence artificielle et le vivant » · Exercice 1 (10 pts) · durée conseillée 35 min · calculatrice autorisée. Sujet d'entraînement au format contrôle continu.
EXERCICE 1 — L'IA, une machine qui apprend (10 points)
L'intelligence artificielle semble magique… mais à sa base, on retrouve souvent de simples mathématiques. Comment une machine « apprend »-elle, et jusqu'où peut-on lui faire confiance ?
📑 Document 1 — Programme classique ou IA ?
Programme classique
Intelligence artificielle
Comment ça marche
le concepteur écrit toutes les règles à l'avance
la machine apprend les règles à partir d'exemples
Exemple
« si température > 38 → fièvre »
on montre des milliers de cas et l'IA déduit elle-même
📑 Document 2 — L'apprentissage supervisé & la régression linéaire
Dans l'apprentissage supervisé, on entraîne l'IA sur des données étiquetées (des exemples pour lesquels on connaît déjà la réponse). L'IA cherche le modèle qui relie le mieux les entrées aux sorties.
On dispose de 4 mesures (x = dose ; y = effet) : (1 ; 2), (2 ; 4), (3 ; 5), (4 ; 7). Un logiciel d'IA ajuste par régression linéaire la droite y = a·x + b et trouve a = 1,6 et b = 0,5.
Modèle appris : y = 1,6·x + 0,5 (droite des « moindres carrés »)
📑 Document 3 — Le nuage de points et la droite ajustée
Les 4 points mesurés (bleu) et la droite apprise par l'IA (rouge). En vert : la zone de prédiction hors mesures.
🗺️ Les 6 questions — clique 💡 (aide détaillée + diapo du cours) ou ✍️ (réponse type)
Q1Qu'est-ce que l'IA (apprentissage automatique) ? En quoi diffère-t-elle d'un programme classique (Doc 1) ? (2 pts)
Q2Qu'est-ce que l'apprentissage supervisé (Doc 2) ? (1,5 pt)
Q3Que représente la droite y = 1,6x + 0,5 pour la machine (Doc 2/3) ? (1,5 pt)
Q4Utiliser le modèle pour prédire l'effet à la dose x = 5. (1,5 pt)
Q5Citer une limite de cette prédiction. (1,5 pt)
Q6Pourquoi dit-on que cette IA, « c'est des maths » ? (2 pts)
ℹ️ Sujet d'entraînement (aucune épreuve de Bac officielle en ES). Chaque question renvoie à sa réponse type et aux bonnes diapos du cours interactif ES Chap 9.
📖Présentation de l'exercice & méthode
🎯 CE QUE TU DOIS MONTRER
L'Exercice 1 du DS n°9 (thème « L'intelligence artificielle et le vivant ») porte sur 10 points. À partir de 3 documents, tu dois expliquer ce qu'est l'IA (une machine qui apprend), le principe de l'apprentissage supervisé, et le fonctionnement de la régression linéaire, avec une prédiction et sa limite.
✅ On attend un vocabulaire précis (apprentissage, données, modèle) et un calcul justifié (prédiction avec y = ax + b), plus un regard critique (extrapolation). 6 questions ; 🎬 le mode automatique lit, laisse 5 s, puis donne la réponse type.
⏳ À toi de chercher… (le corrigé se révèle dans 5 s — appuie sur ⬇️ pour passer tout de suite)