Accueil > L'Intelligence Artificielle

 > Intelligence artificielle : Etat de l’art

null

L'Intelligence Artificielle

Intelligence artificielle : Etat de l’art

Objectif

• A l’issue de la formation, le stagiaire sera capable de d’analyser les apports potentiels de l’Intelligence Artificielle (IA) pour la mise en oeuvre de projets, en s’appuyant sur un vocabulaire commun et une vue d’ensemble des solutions, outils et technologies du marché.

Durée : 2 jours (14 heures)

Dates :
-03/07/24
-26/08/24
-25/11/24

connaissances générales en informatique et en gestion de projet numérique

Programme de la formation

DEFINIR ET COMPRENDRE LE CONCEPT D’INTELLIGENCE ARTIFICIELLE

  • Définitions et positionnement IA, deep learning et Machine Learning
  • Les apports du deep learning, état de l'art.
  • Outils disponibles. Exemple de projets.
  • Exemples, domaines d'application. Présentation de deepmind.
  • Démonstrations avec OpenAI (ChatGPT), Google Bard, AWS
  • CONNAITRE LES PRINCIPALES SOLUTIONS, OUTILS ET TECHNOLOGIES DEPLOYES DANS UN PROJET D’IA

  • Outils DeepLearning de haut niveau distribués : Keras/TensorFlow.
  • Non distribués : PyTorch, Lasagne
  • IDENTIFIER LES CLES DE REUSSITE D’UNE SOLUTION D’INTELLIGENCE ARTIFICIELLE

  • Préparation des données, régularisation, normalisation, extraction des caractéristiques.
  • Optimisation de la politique d'apprentissage.
  • Exploitation des modèles, mise en production. TensorFlow Hub. Serving.
  • Visualiser les reconstructions.
  • Atelier : mise en place d'un serveur de modèles et d'une application tf-lite
  • Mise en évidence des problèmes de convergence et du vanishing gradient.
  • Les erreurs d'architecture. Comment distribuer un réseau de neurones.
  • Les limites du DeepLearning : imiter/créer. Cas concrets d'utilisation.
  • APPREHENDER LES ENJEUX JURIDIQUES ET ETHIQUES DE L’IA

  • Propriété de la donnée, environnement juridique du traitement, sécurité.
  • Notion de loi extra-territoriales, champs d'application.
  • Impact des choix technologiques en matière d'analyse et de stockage de données.
  • COMPRENDRE LES APPLICATIONS DE L’IA A DIFFERENTS DOMAINES

  • Santé, industrie, finance.
  • Prévision : prospectives, gestion des stocks, négociations
  • Transformation des métiers : automatisation de tâches, robotique, refonte des modes de fabrication
  • L'IA au service de la protection des données
  • Atelier : Mise en oeuvre sur cloud AutoML : langages naturels, traduction, reconnaissance d'images, ...
  • APPREHENDER LES CONCEPTS DE MACHINE LEARNING ET DEEP LEARNING

  • Les réseaux de neurones : principe, différents types de réseaux de neurones (artificiels, convolutifs, récurrents, ...)
  • Fonctionnement d'un réseau de neurones. Comprendre le fonctionnement de l'apprentissage d'un réseau de neurones.
  • Apprendre à lire une courbe d'apprentissage.
  • Atelier : Comparaison de courbes d'apprentissage avec TensorFlow sur plusieurs paramètres
  • Menu