Description de la formation
L’intelligence artificielle (IA) est une sous-discipline de l’informatique et des mathématiques dont le but est de construire des programmes ou des systèmes intelligents, i.e. des programmes ou des systèmes qui permettent de résoudre des problèmes complexes qu’on aurait cru réserver à l’intelligence humaine.
L’intelligence artificielle devient peu à peu omniprésente dans notre quotidien, dans un cadre professionnel ou personnel. En effet, de nombreux domaines utilisent l’IA tels que la médecine, la finance ou encore le transport et c’est un domaine qui a un potentiel énorme pour améliorer la productivité, faciliter nos tâches quotidiennes et plus globalement pour le bien commun.
Cette formation aborde ce sujet d’actualité d’une manière simplifiée et s’adresse principalement à des non-initiés. Elle a pour objectif de sensibiliser aux concepts et aux principales méthodologies et technologies de l’Intelligence Artificielle.
Prochaines sessions
Objectifs visés
- DECRIRE les concepts et les principales méthodologies et technologies de l’Intelligence Artificielle.
- DEFINIR l’intelligence artificielle et décrire son histoire et ses courants.
- DISTINGUER les différentes méthodes et modèles de l’IA.
- EXPLIQUER les enjeux actuels de l’IA comme l’IA de confiance.
Contenu
- Une brève introduction à l’intelligence artificielle
Introduction : Intelligence Artificielle, de quoi parle-t-on ?
- Définitions.
- Les différentes approches de l’IA : IA symbolique – IA orientée données.
Comment traiter un problème en IA ?
- Paradigme Modéliser – Inférer- Apprendre.
- L’IA vue comme la conception d’agents rationnels.
Une courte histoire de l’IA.
- Les pères et les concepts fondateurs.
- Les différentes saisons et courants de l’IA.
L’IA aujourd’hui : un rapide tour d’horizon.
- Ses succès et ses promesses.
- Ses caractéristiques et ses besoins.
- Ses limitations. - Introduction à l’IA orientée données : les modèles à base d’apprentissage
Introduction au travers d’une tâche simple, e.g. reconnaissance d’un objet dans un image.
Principe et fondements de l’apprentissage supervisé.
- Régression et classification linéaire.
- Minimisation du risque empirique – Techniques d’optimisation.
- Généralisation......
- Quelques modèles de classification.
- Bonnes pratiques pour construire un modèle d’apprentissage.
Apprentissage profond.
- Motivations : limites de l’apprentissage « classique »
- Apprentissage de représentations.
- Réseaux de neurones – Back-propagation.
- Panorama des principes architectures : CNN, RNN, Transformers.
- Principaux Framework.
Autres paradigmes d’apprentissage
- Apprentissage non-supervisé.
- Apprentissage semi-supervisé.
- Autres paradigmes.
Conclusion : limitations et enjeux. - Introduction à l’IA symboliques : les différents modèles d’agents
Introduction au travers d’une tâche simple, e.g. jouer aux échecs
Modèles à base d’états.
- Problèmes de recherche.
- Processus de Markov.
- Recherche adversariale.
Modèles à base de variables
- CSPs.
- Réseaux bayesiens.
Modèles à base de connaissances
- Représentation de la connaissances – Les principaux formalismes.
- Agents logiques.
Conclusion : limitations et enjeux - Enjeux et défis actuels de l’IA : vers une IA de confiance
Introduction : Motivations – Enjeux sociétaux et règlementaires – IA digne de Confiance
Robustesse et certification des systèmes d’IA
IA et intégrité des données
Explicabilité des systèmes d’IA5. Responsabilité des systèmes d’IA (équité, éthique)
Public Cible
Prérequis
Faire une demande
CentraleSupélec Exed : Trois parcours de formation pour se spécialiser et développer les talents de l'entreprise
CentraleSupélec Exed est un organisme de formation certifié Qualiopi spécialisé dans les programmes Executive Education et les Mastère Spécialisé®. Il est directement dépendant de la grande École d'ingénieurs du même nom, CentraleSupélec. Avec ses différentes formations, CentraleSupélec Exed propose à ses...
Apprenez-en plus sur l'organisme et découvrez toutes leurs formations