Hybridation des techniques d'Intelligence artificielle
Ref: 3IF3320
Description
L’IA hybride désigne l’ensemble des approches d’intelligence artificielle qui combine des approches de représentation explicite de la connaissance (quelle que soit sa forme) avec les approches d’apprentissage à partir de données. C’est un domaine qui est de plus en plus étudié notamment car la combinaison de l’apprentissage et de l’ingénierie des connaissances peut contribuer à relever les futurs défis sociétaux, environnementaux, commerciaux et fondamentaux de l'IA.
- L’objectif de ce cours est de présenter les principales approches, les avancées récentes et les applications notamment en ingénierie de ce domaine.
Prérequis
- Apprentissage automatique (mention IA).
- Apprentissage profond (mention IA).
- Représentation des connaissances et du raisonnement (mention IA)
- Modélisation mathématique (1A et 2A CS)
- Connaissances de base en algèbre linéaire.
- Programmation python.
Syllabus
Les sujets suivants seront abordés à la fois en cours et dans des séances pratiques permettant leur mise en œuvre.
- Introduction, motivations et taxonomie des différentes approches.
- Connaissances sous la forme d’équations algébriques et différentielles :
- Apprentissage et calcul scientifique
- Apprentissage d’équations différentielles
- Apprentissage physiquement informé
- Apprentissage d’opérateur
- Connaissances sous forme d’expressions logiques, de graphes ou d’ontologies
- Réseaux de neurones logiques
- Distillation de connaissances
- Programmation inductive différentiable
- Hybridation IA - humain
Composition du cours
Chaque séance de 3H consistera en 1h30 de cours et 1h30 de mise en pratique directe des concepts vus dans le
cours. Cette mise en pratique se fera sous la forme de travaux pratiques de type Laboratoires avec des notebooks python.