PolyU | Concepts de l'intelligence artificielle
Ce cours complet offre une introduction rigoureuse mais accessible à l'intelligence artificielle, conçue pour les étudiants de troisième cycle et les professionnels. Comblant le fossé entre les fondements historiques et les innovations de pointe, le programme progresse de l'IA symbolique et des algorithmes de recherche jusqu'au Deep Learning moderne et à l'IA générative. Les étudiants exploreront des sujets essentiels tels que la représentation des connaissances, le raisonnement probabiliste et l'apprentissage automatique classique avant d'approfondir les réseaux de neurones, les Transformers et les grands modèles de langage (LLM). Mettant l'accent à la fois sur la théorie et la pratique, le cours utilise Python et des frameworks standards de l'industrie comme PyTorch pour implémenter des algorithmes, interagir avec des API modernes et aborder des questions critiques liées à l'éthique et à la sécurité de l'IA.
Aperçu du cours
Résumé du contenu
Ce cours complet offre une introduction rigoureuse mais accessible à l'Intelligence Artificielle (IA), conçue pour les étudiants de troisième cycle et les professionnels. Faisant le lien entre les fondements historiques et les innovations de pointe, le programme progresse de l'IA symbolique et des algorithmes de recherche jusqu'au Deep Learning moderne et à l'IA générative. Les étudiants exploreront des sujets essentiels tels que la représentation des connaissances, le raisonnement probabiliste et l'apprentissage automatique classique avant d'approfondir les réseaux de neurones, les Transformers et les Grands Modèles de Langage (LLM). Met tant l'accent sur la théorie et la pratique, le cours utilise Python et des frameworks standards de l'industrie comme PyTorch pour implémenter des algorithmes, interagir avec des API modernes et aborder les questions critiques d'éthique et de sécurité en IA.
Comblant le fossé entre l'IA symbolique classique et l'IA générative moderne, ce cours dote les étudiants de la profondeur théorique et des compétences pratiques en Python nécessaires pour architecturer, implémenter et évaluer éthiquement des systèmes intelligents.
Objectifs d'apprentissage
- Maîtriser les fondements de l'IA : Analyser et implémenter les paradigmes fondamentaux de résolution de problèmes, notamment la recherche heuristique, le raisonnement logique et la modélisation probabiliste.
- Implémenter des architectures de Deep Learning : Concevoir et entraîner des réseaux de neurones avancés avec PyTorch, allant des Perceptrons Multicouches aux Réseaux de Neurones Convolutionnels et aux Transformers.
- Déployer des solutions d'IA générative : Concevoir des applications utilisant des Grands Modèles de Langage (LLM), en employant des techniques telles que le fine-tuning, l'ingénierie de prompts et la Génération Augmentée par Récupération (RAG).
- Garantir un développement éthique de l'IA : Évaluer de manière critique les systèmes d'IA en matière de biais, de sécurité et d'alignement, en appliquant des stratégies d'explicabilité et de robustesse dans des scénarios réels.