Acculturation en intelligence artificielle non scientifique Présentiel

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 une 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 symbolique : 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)

Vous pouvez prendre contact avec votre conseiller formation, qui saura répondre à vos différentes interrogations. Ses coordonnées figurent sur la brochure de formation, sur le bulletin d'inscription ou sur notre site Internet.

Vous pouvez également contacter notre référent handicap pour toute précision éventuelle ou demande d'accompagnement :
Référent Handicap CentraleSupélec Exed

Lionel Husson – handicap@centralesupelec.fr