Intelligence artificielle et simulation (09_O-IAS)
- Coefficient : 6
- Volume Horaire: 150h estimées de travail (dont 84h EdT)
- CM : 27h encadrées
- Labo : 45h encadrées (et 12h de séances d'études dirigées)
- Travail personnel hors EdT : 66h
- Dont projet : 6h encadrées et 18h projet personnel
Liste des AATs
Description
Initier aux techniques de base de l'intelligence artificielle et approfondir un thème au choix au travers d'un projet. La majorité des thèmes sont abordés sous l'angle de leurs applications, et sont associés à des travaux pratiques.
- Représentation des Connaissances
- Déduction en Logique Classique, Logiques pour la Représentation des Connaissances (modalités, actions et changement)
- Programmation Logique
- Logique floue et son application au contrôle flou
- Science des données - Apprentissage artificiel
- Fouille de données
- Classification
- Réseaux de neurones
- Apprentissage par renforcement
- Applications de l'intelligence artificielle
- Jeux vidéos
- Robotique autonome
- Traitement automatique de la langue naturelle
- Réalisation d'un projet en autonomie
Acquis d'Apprentissage visés (AAv)
- AAv1 [heures: 10, E1, F1] : A l'issue de la première période du module, les étudiantes et les étudiants seront capables d'organiser les différents concepts, méthodes et techniques d'Intelligence Artificielle et de les situer et comparer les uns par rapport aux autres.
- AAv2 [heures: 20, B1, B2] : A l'issue du module, les étudiantes et les étudiants seront capables de nommer et d'expliquer les modèles de représentation des connaissances les plus appropriés pour la formulation et la résolution de problèmes de caractéristiques variées.
- AAv3 [heures: 30, C2, C3] : A l'issue du module, les étudiantes et les étudiants seront capables de proposer, concevoir et implémenter un système résolvant un problème donné en utilisant une technique donnée d'IA.
- AAv4 [heures: 30, D2, B2] : A l'issue du module, les étudiantes et les étudiants seront capables de mettre en oeuvre différents outils et bibliothèques logicielles existantes liées à l'IA pour des domaines d'application industriels abordés.
- AAv5 [heures: 20, C4, F1] : A l'issue du module, les étudiantes et les étudiants seront capables d'analyser et d'évaluer les performances d'un système d'IA, et d'identifier et prendre en compte les biais et limites potentielles.
- AAv6 [heures: 40, C1, C3, D1, F2, G1] : A l'issue du module, les étudiantes et les étudiants seront capables de travailler en équipe et de manière indépendante dans la conception et l'implémentation d'un système résolvant un problème donné en utilisant des techniques d'IA appropriées de leur choix.
Modalités d'évaluation
L'évaluation se fait au travers d'un contrôle continu (au moins 3 contrôles des connaissances) et d'un projet en binôme, avec la possibilité d'un rattrapage sur une des notes de de contrôle continu.
Mots clés
Logiques, représentation des connaissances et programmation logique, logique et contrôle flou, réseaux de neurones, apprentissage par renforcement, apprentissage profond, science des données, traitement automatique de la langue naturelle (TALN).
Pré-requis
Programmation en python et dans un langage orienté objet. Les cours sont susceptibles d'être dispensés en anglais
Ressources
- Supports de cours et de travaux dirigés (en anglais)
- Bibliographies thématiques pour chaque thème
- Stuart Russell and Peter Norvig. Intelligence artificielle. Addison-Wesley, 2010
- Richard S Sutton and Andrew G Barto, Reinforcement learning : An introduction, 2014.
- Collectif. L'intelligence artificielle. De quoi s'agit-il vraiment ? Editions Cépaduès, 2020.