L'organisme de formation continue du CNRS

Accueil > Données, connaissances, apprentissage > Intelligence artificielle : état de l'art et applications

Intelligence artificielle : état de l'art et applications

Environnement scientifique et technique de la formation

Aspects formels et algorithmiques de l'intelligence artificielle (IA)

- GDR 2018
RESPONSABLE

Sébastien KONIECZNY

Directeur de recherche

UMR 8188

LIEU

PARIS (75)

ORGANISATION

3 jours
De 6 à 15 stagiaires

COÛT PÉDAGOGIQUE

1800 Euros

A L'ISSUE DE LA FORMATION

Evaluation de la formation par les stagiaires
Envoi d'une attestation de formation

DATES DES SESSIONS

Les informations indiquées pour cette page sont valables pour la première session à venir.
Avant de s'inscrire à une autre session, télécharger son programme car des modifications mineures peuvent y avoir été apportées.

20009 : du mardi 06/10/2020 au jeudi 08/10/2020

21005 : du mardi 05/10/2021 au jeudi 07/10/2021

2020
Janvier Février Mars Avril
Mai Juin Juillet Août
Sept Oct
20009
Nov Déc
2021
Janvier Février Mars Avril
Mai Juin Juillet Août
Sept Oct
21005
Nov Déc
OBJECTIFS
-

Avoir un état de l'art de la recherche en intelligence artificielle (IA)


-

Connaître les outils et méthodes utilisés en IA et les principales applications

PUBLIC
Ingénieurs et décideurs de formation scientifique
PRÉREQUIS
Notions de base en informatique ou en mathématiques
PROGRAMME
Cette formation présente un aperçu des grandes thématiques de recherche au coeur de l'intelligence artificielle. Les différentes interventions se feront sous forme de cours interactifs. Chaque thématique sera illustrée par des exemples d'application, une description des technologies utilisées, les briques technologiques correspondantes, les acteurs clés et les grands défis du domaine.

Cours

- Introduction générale à l'intelligence artificielle : historique, panorama, considérations générales
- Représentation des connaissances et raisonnement, incertitude, décision : comment représenter des connaissances (connaissances, croyances, buts, préférences, obligations, informations spatiales et temporelles), comment modéliser des raisonnements, comment gérer l'incertitude, l'imprécision et l'incomplétude, présentation de différents modèles de décision (sous-incertitude, multicritères, décision de groupe, etc.)
- Apprentissage :
. symbolique
. statistique
. profond (deep learning)
. par renforcement
- Contraintes et SAT (comment résoudre en pratique des problèmes difficiles, programmation par contraintes, solveurs SAT)
- Planification : introduction à la planification, processus décisionnel de Markov (MDP et POMDP)
- Recherche heuristique : comment explorer de grands espaces de recherche, méthodes de Monte-Carlo (MCTS)
- Web sémantique : introduction aux logiques de description et ontologie, comment utiliser des connaissances (fournies par des ontologies) pour améliorer l'accès à de grandes bases de données (le web par exemple), OBDA (Ontology Based Data Access)
INTERVENANTS
Chercheurs et enseignants-chercheurs membres des laboratoires associés au GDR-IA