FC9BD14
Stage inter entreprise
Durée :
2 jour(s)
Présentation
Les services utilisant l’intelligence artificielle sont présents dans presque tous les domaines (science, transports, énergie, médecine, sécurité, banque, assurance, commerce, etc.), au fur et à mesure que l’Internet of Things (IoT), l’usage généralisé de technologies d’analyse ou le développement des solutions de type cloud accroissent la disponibilité d’informations à la granularité de plus en plus fine. Les attentes sont considérables et les avancées technologiques rendent l’apprentissage des machines plus précis et moins coûteux. L’intelligence artificielle permettrait de développer une médecine hautement personnalisée, allant jusqu’à adapter le traitement aux caractéristiques génétiques du patient. Elle rendrait possible la conception de systèmes de maintenance prédictive des infrastructures complexes, telles que des réseaux de transport d’énergie ou des aéronefs, détectant suffisamment tôt les « signaux faibles » annonciateurs de dysfonctionnements, permettant ainsi le remplacement des composants avant leur probable défaillance et assurant une plus grande pérennité au service prodigué, ou encore des véhicules de transport à la fois sûrs et totalement autonomes. Les opportunités sont indéniables et il est légitime d’espérer la mise au point d’applications performantes nourries par les mégadonnées. Cependant, l’intelligence artificielle ne tiendra vraiment ses promesses que si des défis scientifiques sont relevés. Avant d’être LA solution, l’apprentissage statistique (Machine Learning) pose un grand nombre de problèmes passionnants.
La formation permet d’apprécier les opportunités, les enjeux et les défis liés au développement de l’intelligence artificielle.
Objectifs
- Identifier les enjeux économiques liés à l’intelligence artificielle
- Identifier les usages, la portée et les précautions de l’utilisation de l’intelligence artificielle
- Reconnaître les techniques mathématiques, informatiques et de robotique nécessaires à la proposition de services d’intelligence artificielle
-
Programme
Introduction
- Comment caractériser l'intelligence artificielle
- Principes généraux
- Mise en perspective
Données à l'origine et au centre de l'intelligence artificielle
- Différents types de données
- Big Data et explosion des données générées
- Enrichissement et sélection des données comme moyen d'améliorer la pertinence et les usages
Représentation des connaissances et raisonnement
- Bases en logique
- Apprentissage symbolique
- Programmation logique
Apprentissage statistique à la base de l'IA
- Apprentissage supervisé : arbres de décision, réseaux de neurones
- Apprentissage non supervisé
- Apprentissage par renforcement
- Évolutions actuelles
Principaux cas d'usage
- Analyse de données personnelles
- Analyse de données issues des machines (IoT, IT, etc.)
- Analyse de données multimédia
- Domaines d'application
Forces et limites
- Forces et acteurs économiques
- L'homme augmenté
- Limites et pertinence des technologies et des usages
- Influence des réglementions sur les données
L'IA et l'homme
- Dimensions artistique, éthique, philosophique et spirituelle
Synthèse et conclusion
-
Points forts
Panorama complet des bases techniques et des enjeux économiques de l'intelligence artificielle.
-
Modalités pédagogiques
Des exemples illustrent les concepts théoriques.
-
Public cible et prérequis
Décideurs et ingénieurs désireux d’appréhender les grands concepts, les usages et les domaines d’application de l’intelligence artificielle.
Une connaissance générale des technologies de l’information permet de tirer un meilleur profit de la formation. -
Responsables
Bruno DUTRIAUX
Responsable du développement des partenaires stratégiques et des nouveaux acteurs du Cloud chez Cisco. Il a une vaste expérience des domaines de l’infrastructure IT passant par le développement et l’exploitation des applications, la spécification et l’achat des équipements, les grandes infrastructures de production en environnement MVS ou Unix, les réseaux, le stockage et ses fonctions avancées, et l’architecture Unifiée des Data Center.
Ons JELASSI
Enseignante-chercheuse à Télécom Paris en Machine Learning distribué, elle est également consultante en métrologie des réseaux auprès de grandes entreprises pour lesquelles elle effectue des missions d'audit et d'expertise. Ses travaux de recherche actuels, au sein du département Image, Données et Signal portent sur le passage à l'échelle des algorithmes d'apprentissage statistique.
Prochaine(s) session(s)
- Du 09/11/2023 au 10/11/2023 à Paris
Vous pourriez aussi être intéressé par...
[Formation certifiante] Intelligence artificielle – De l'apprentissage statistique au traitement des données
Domaine : Intelligence Artificielle et Data Science – Nos formations
Durée : 26 jour(s)
Session(s) :
- Du 12/09/2023 au 11/06/2024 à Paris
