Découvrez nos
ressources

Cours "Initiation à l'Intelligence Artificielle"

Durée : 24h

L'équipe Learning Robots a monté des formations à l'Université et en École d'Ingénieur, en particulier ce cours de 12 séances de 2h "Initiation à l'Ingelligence Artificielle" donné à l'Université Paris-Saclay, à des élèves scientifiques de première année qui pour la plupart découvrent la programmation dans le langage Python.
Le cours alterne entre des séances de manipulation du robot dans le logiciel et des séances de programmation python des algorithmes qui ont été découverts précédemment, en utilisant plutôt le simulateur.

L'ensemble du cours est disponible en français au lien suivant (mot de passe invité à utiliser : alphai).

‍

Voici le plan du cours :

➤ Séance 1 : Découverte de l'IA avec l'activité Course de robots autonomes, accompagnées d'un support de présentation des principaux concepts (modèle d'IA, données d'apprentisage, apprentissages supervisé, non supervisé, par renforcement, biais des IA)

➤ Séances 2 et 3 : Apprentissage de la programmation Python avec le robot (adaptation de l'activité Programmation caméra)

➤ Séances 4 et 5 : Découverte de l'Algorithme des K plus proches voisins dans le logiciel (séance 4) puis sa programmation (séance 5)

➤ Séances 6 : TP évalué

➤ Séances 7 et 8 : Découverte des Réseaux de neurones (y compris biais et couche de neurones intermédiaires) dans le logiciel avec l'activité Détection d'intrus (séance 7), puis utilisation de la librairie scikit-learn pour créer son premier propre réseau de neurones (séance 8)

➤ Séances 9 et 10 : Découverte de l'Algorithme d'Apprentissage par Renforcement Q-learning dans le logiciel (séance 9) puis sa programmation (séance 10)

➤ Séance 11 : Cours d'ouverture abordant le fonctionnement des IA génératives et IA multimodales

➤ Sénace 12 : TP évalué

‍

On remarquera que ce cours suit la progression logique de notre séquence de découverte 4 Niveaux d'Autonomie d'une machine ! Les élèves apprennent d'abord à programmer le robot de manière "classique", puis programment des algorithmes d'Apprentissage Supervisé, puis Apprentissage par Renforcement.

Ce cours fournit un matériau pour beaucoup d'autres cours à différents niveaux. Par exemple, nous proposons des TP en Master d'IA : les élèves, plus avancés, sont ravis d'appliquer les algorithmes qu'ils ont appris sur du matériel robotique qu'ils arrivent en général à prendre en main rapidement.

Nous proposons également des versions allégées du cours, sur par exemple 8h ou 12h, nous limitant soit à la découverte des algorithmes dans le logiciel mais sans leur programmation, ou se limitant à la programmation de l'algorithme des K plus proches voisins.

‍

‍