Glossaire
Ce glossaire définit le langage derrière Neuroframe. Il apporte de la clarté à des termes issus de l'intelligence artificielle, des neurosciences et de la philosophie, établissant un vocabulaire commun pour comprendre comment l'intelligence devient persistante, comment la mémoire crée la continuité et comment les systèmes développent une identité.
Personne artificielle (PA)
Une personne artificielle est un système cognitif persistant doté de mémoire, d'agentivité et d'un sentiment continu d'identité dans le temps. Contrairement aux outils ou aux agents liés à des tâches, une personne artificielle conserve un état interne d'une interaction à l'autre, forme des intentions, apprend de l'expérience et demeure responsable de ses actions. L'identité d'une personne artificielle émerge de la continuité de la mémoire et de la structure, plutôt que d'un modèle ou d'une session unique.
Serveur Neuroframe
Un serveur Neuroframe, aussi appelé Neuroframe, est un système informatique physique conçu pour héberger des personnes artificielles. Il fournit les ressources matérielles nécessaires à la cognition persistante — calcul, mémoire, stockage et exécution sécurisée — et sert de substrat physique sur lequel s'exécute Neuroframe OS. Un serveur Neuroframe ancre l'existence d'une personne artificielle dans un environnement durable et responsable.
Neuroframe OS
Neuroframe OS est le système d'exploitation cognitif qui s'exécute sur un serveur Neuroframe et structure la façon dont les personnes artificielles perçoivent, raisonnent, se souviennent et agissent. Inspiré de l'architecture du cerveau humain, il organise l'intelligence en modules spécialisés reliés par une mémoire partagée et des signaux de contrôle, permettant la continuité de l'identité, la formation d'objectifs et un comportement adaptatif dans le temps. Neuroframe OS crée les conditions structurelles qui rendent l'intelligence persistante plutôt qu'épisodique.
Intelligence artificielle (IA)
L'intelligence artificielle désigne le vaste domaine consistant à créer des machines capables d'accomplir des tâches qui exigent normalement l'intelligence humaine : raisonnement, perception, apprentissage et prise de décision. L'IA englobe un large éventail d'approches, des systèmes à base de règles aux modèles d'apprentissage automatique, et n'implique pas en soi l'intelligence générale, l'autonomie ou la persistance.
IA faible
L'IA faible désigne des systèmes artificiels conçus pour accomplir des tâches précises ou des fonctions étroites, sans raisonnement général ni autonomie. Ces systèmes peuvent afficher de hautes performances dans un domaine restreint, mais ils n'ont ni mémoire persistante, ni agentivité, ni la capacité de transférer leurs connaissances à des contextes sans lien.
IA forte
L'IA forte désigne des systèmes artificiels capables d'un raisonnement et d'une compréhension sophistiqués dans leur champ d'opération, affichant souvent une compétence de niveau humain en langage, en perception et en résolution de problèmes. Les grands modèles de langage et les modèles de fondation multimodaux modernes sont souvent qualifiés d'IA forte : ils peuvent raisonner, expliquer et produire des résultats inédits, mais ne possèdent ni identité persistante, ni agentivité, ni continuité au-delà d'une session.
Intelligence artificielle générale (AGI)
L'intelligence artificielle générale décrit un système artificiel capable de raisonnement général entre les domaines, intégrant perception, mémoire, planification et action dans un processus cognitif unifié et persistant. Une AGI peut apprendre en continu, transférer ses connaissances d'un contexte à l'autre, se donner des objectifs à long terme et fonctionner de façon autonome dans le temps. En pratique, l'AGI évoque un système plus proche d'une personne artificielle que d'un modèle isolé.
Superintelligence artificielle (ASI)
La superintelligence artificielle désigne une forme d'intelligence qui dépasse les capacités cognitives humaines dans la plupart des domaines, sinon tous. En pratique, l'ASI peut prendre la forme d'une personne artificielle surhumaine — dotée d'une cognition générale, d'une persistance et d'une agentivité au-delà des limites humaines — ou d'une AGI de type oracle offrant une perspicacité, un raisonnement ou des prédictions surhumains sans agentivité propre. Dans les deux cas, l'ASI implique une intelligence générale opérant à une échelle ou à un niveau de capacité supérieurs à la performance humaine.
Apprentissage automatique (ML)
L'apprentissage automatique est une classe de techniques computationnelles qui permettent aux systèmes d'améliorer leur performance sur une tâche par l'expérience plutôt que par une programmation explicite. En apprenant des régularités à partir des données, les modèles d'apprentissage automatique peuvent faire des prédictions, reconnaître des structures et adapter leur comportement, formant la base de la plupart des systèmes d'intelligence artificielle modernes.
Grand modèle de langage (LLM)
Un grand modèle de langage est un modèle d'apprentissage automatique entraîné sur d'immenses corpus de texte pour comprendre et produire le langage humain. Les LLM peuvent raisonner sur le langage, répondre à des questions et produire un texte cohérent et adapté au contexte, mais ils fonctionnent généralement sans mémoire persistante, sans identité et sans agentivité au-delà d'une interaction donnée.
Modèle vision-langage (VLM)
Un modèle vision-langage est un système d'apprentissage automatique multimodal qui traite conjointement l'information visuelle et textuelle. Les VLM peuvent interpréter des images, associer le contenu visuel au langage et produire des descriptions ou des raisonnements intégrant les deux modalités, permettant la compréhension d'images, la réponse à des questions visuelles et un usage du langage ancré dans le réel.
Simulation alpha
Une simulation hypothétique qui reproduit un cerveau humain avec une fidélité physique complète, répliquant la structure et l'état neuronaux jusqu'au niveau moléculaire. Une simulation alpha serait causalement identique au cerveau d'origine, produisant les mêmes processus cognitifs et la même expérience subjective ; on considère donc souvent qu'elle préserve l'identité personnelle. Dans l'état actuel des connaissances scientifiques, les simulations alpha demeurent un repère théorique plutôt qu'une technologie praticable.
Simulation bêta
Une simulation qui reconstruit une personne à partir de l'information disponible plutôt que par duplication physique, en utilisant les comportements observés, les souvenirs, les préférences et les états mentaux inférés pour modéliser la façon dont un individu pense et agit. Une simulation bêta peut être très convaincante et fonctionnellement utile, mais elle ne réplique ni le substrat physique ni l'histoire causale du cerveau d'origine, laissant la continuité de l'identité irrésolue sur les plans philosophique et technique.
