Glossaire de l’IA embarquée : un langage commun, ouvert à tous

Depuis le 15 octobre 2026, le Glossaire de l’IA embarquée existe en anglais, sous le titre Structured Glossary of Embedded AI. Élaboré par le groupe de travail IA embarquée d’Embedded France constitué de l’Eclipse Foundation, du CEA List, Leminnov, Quantyss, l’European Trustworthy AI Association et Lianeo, il rassemble plus de 300 définitions réparties en 13 chapitres, à lire en ligne ou en PDF sur une plateforme hébergée par la Fondation Eclipse (annonce d’Embedded France). Voici ce qu’il contient, à qui il sert, et surtout comment chacun peut l’améliorer.

Une IA embarquée ne tourne pas dans un centre de données : elle s’exécute sur la cible, avec une mémoire comptée, une énergie mesurée, une latence à garantir et une sûreté à démontrer. Ces contraintes se traitent au croisement de nombreux métiers : data scientists, ingénieurs logiciel, concepteurs matériel, architectes système, spécialistes cybersécurité, sûreté et conformité (communiqué de presse du 15 octobre 2026).

Chacun de ces métiers emploie les mêmes mots, latence, robustesse, validation, temps réel, pour désigner des réalités souvent différentes. Ces écarts ne relèvent pas du style : ils se paient en spécifications ambiguës, en exigences mal comprises, en validations à refaire et en dossiers de certification qui s’allongent. Dans un système embarqué, un mot mal compris peut devenir une architecture inadaptée, et une décision d’architecture se corrige rarement à bas coût.

Nous le constatons à notre échelle, dans les missions comme dans le recrutement : un besoin exprimé en « temps réel » ne recouvre pas la même chose pour un responsable produit, un développeur de modèles et un ingénieur RTOS. Disposer d’un vocabulaire de référence, partagé et public, fait gagner du temps à tout le monde avant même la première ligne de code.

Les 13 chapitres suivent le cycle de vie d’un système : données et acquisition, modèles et leur optimisation, logiciel et outillage, architecture et matériel, paradigmes émergents, tests, validation et certification, IA de confiance, gouvernance et cycle de vie, réglementation et normes, applications sectorielles. Chaque terme est défini une seule fois, dans son chapitre de référence, puis réutilisé ailleurs sans être redéfini, ce qui évite les doublons contradictoires (édition anglaise en ligne).

Chaque chapitre s’ouvre sur un texte qui pose les enjeux du domaine avant les définitions : pourquoi données, acquisition et traitement forment un tout dans un système contraint, ce que l’optimisation numérique change au déploiement, ce que la validation exige d’une IA destinée à un environnement critique. Un guide de lecture relie les chapitres entre eux. On y trouve donc où se situe une notion dans un système, pas seulement ce qu’elle désigne.

Le périmètre couvre les cadres que l’industrie doit désormais concilier, des normes ISO et DO applicables aux systèmes critiques jusqu’à l’AI Act et au Cyber Resilience Act, ainsi que les notions les plus récentes du domaine : IA générative, IA agentique et IA physique. Le document se présente lui-même comme non exhaustif et non prescriptif : ce n’est ni une norme ni une recommandation formelle, mais un outil de lecture et de structuration. Il complète des travaux existants, dont le glossaire du programme Confiance.ai et les rapports techniques de l’ISO/IEC JTC 1/SC 42.

Le glossaire vise d’abord les profils qui doivent travailler ensemble sur un même système d’IA embarquée :

• les ingénieurs IA et data, qui conçoivent et optimisent les modèles ;
• les ingénieurs logiciel embarqué et les concepteurs matériel, qui les font tourner sur la cible ;
• les architectes système, qui arbitrent entre performance, consommation et latence ;
• les spécialistes sûreté, cybersécurité et conformité, qui doivent démontrer ce que le système fait et ne fait pas.

Il sert aussi au-delà des équipes techniques. Une entreprise peut l’annexer à un cahier des charges pour fixer le sens des termes employés, une école peut construire un cours autour, un organisme de normalisation peut le citer. Pour nos métiers RH et commerciaux également, nous y ajoutons ceux qui rédigent un besoin, une fiche de poste ou un appel d’offres : parler la même langue que les ingénieurs qu’on cherche à réunir commence par là.

Le glossaire est publié sous licence Creative Commons Attribution 4.0 International (CC BY 4.0). Il est en accès libre et réutilisable : on peut le lire, le télécharger, le reproduire, le traduire et l’adapter, y compris à des fins commerciales, à condition de citer la source et d’indiquer les modifications apportées.

La formule de citation retenue est la suivante : « Structured Glossary of Embedded AI by Embedded France with the Eclipse Foundation | Licence CC BY 4.0 ». Les deux éditions sont disponibles depuis la page d’accueil du glossaire

Un glossaire peut vieillir vite, et encore plus s’il traite d’IA, et celui-ci a été pensé pour ne pas rester figé. Corrections, précisions et nouveaux termes se proposent sur son dépôt public, hébergé par la Fondation Eclipse dans le cadre du projet Eclipse Aidge : le dépôt GitLab du glossaire donne accès aux sources et à un fichier CONTRIBUTING qui décrit la marche à suivre.

Une définition vous semble incomplète, trop marquée par un secteur, ou un terme manque ? C’est précisément le type d’échange attendu. Le document est relu et mis à jour à intervalles réguliers pour suivre l’évolution des technologies et des besoins de la filière, et les retours de ceux qui l’utilisent au quotidien sont la meilleure matière pour y parvenir.

Prochaine étape publique : la présentation de cette édition aux Assises de l’Embarqué, le 26 janvier 2027, édition consacrée à l’IA physique.