Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Cours Intélligence Artificielle Dr.Fatma SBIAA (fatmasbiaazayen@gmail.com) 4ème

Cours Intélligence Artificielle Dr.Fatma SBIAA (fatmasbiaazayen@gmail.com) 4ème année G.Informatique A.U 2021/2022 Ecole Pluridisciplinaire Internationale Enseignante : Objectifs Ce cours est une préparation à la certification HCIA en Intelligence Artificielle. Il vise à: Aborder des problèmes liés aux données et aux systèmes d'apprentissage. Identifier l'algorithme d'apprentissage approprié pour une tâche donnée dans un domaine spécifique et fournir des solutions d'intégration pertinentes Intégrer les connaissances acquises dans le contexte de la recherche scientifique et des systèmes intelligents pour les produits Huawei. 4ème année G.Informatique 2 Cours IA - Dr. Fatma SBIAA Plan Chapitre 1: Introduction à l’IA Chapitre 2 : Machine Learning Chapitre 3 : Les Réseaux de Neurones Artificiels: ANN Chapitre 4: Apprentissage Profond (Deep Learning) Chapitre 5: Introduction aux produits Huawei 4ème année G.Informatique 3 Cours IA - Dr. Fatma SBIAA Définitions Historiques, les enjeux et les perspectives futurs de l’IA Les domaines d’application de l’intelligence artificielle La stratégie de développement de l'IA de Huawei Chapitre 1: Introduction à l’Intelligence Artificielle 4 Cours IA - Dr. Fatma SBIAA 4ème année G.Informatique 1. Définitions Introduction 4ème année G.Informatique 5 Cours IA - Dr. Fatma SBIAA Définie par Marvin Minsky comme étant une science dont l’objectif est de faire réaliser par une machine des tâches que l’homme accomplit en utilisant son intelligence. Intelligence artificielle Pour y arriver, on a besoin de faire recours à des algorithmes conçus à partir de modèles statistiques pour faire apprendre à une machine comment réaliser les tâches désirées. 1. Définitions Introduction 4ème année G.Informatique 6 Cours IA - Dr. Fatma SBIAA Contrairement à la programmation où une machine se contente d'exécuter à la lettre des règles prédéterminées un programme écrit dans un but bien déterminé, l’apprentissage automatique permet aux machines d'apprendre, par elle-même, à comprendre (interpréter) des contextes et prendre des décisions. Apprentissage Automatique 2. Historiques Introduction 4ème année G.Informatique 7 Cours IA - Dr. Fatma SBIAA L’IA a connu ses premiers avancés en informatique avec les systèmes automates, la récursivité et des langages comme Lisp et Prolog. Au commencement, on parlait surtout des règles logiques, de la récursivité, de l'analyse syntaxique, des graphes, et des systèmes experts. Mais actuellement, ce sont l'apprentissage automatique et plus particulièrement les réseaux de neurones et le Deep Learning qui tirent ce domaine vers le haut. Les enjeux et les perspectives 2. Historiques Introduction 4ème année G.Informatique 8 Cours IA - Dr. Fatma SBIAA En réalité, l’IA a connu des échecs à plusieurs reprises notamment dans les années 1970 et 1990. Elle a été longtemps limitée par les coûts et les performances des machines (vitesse, capacité mémoire, capacité de stockage) reculs des investissements par les industriels. Les enjeux et les perspectives Cependant, de nos jours, les superordinateurs et surtout le cloud ont réduit ces limites. À titre d’exemple, Amazon AWS et Google cloud sont désormais accessibles avec des budgets très raisonnables. 2. Historiques Introduction 4ème année G.Informatique 9 Cours IA - Dr. Fatma SBIAA Ainsi, nous pouvons actuellement lancer des calculs complexes et analyser des grandes quantités de données pour des coût acceptables. Cela encourage les travaux de recherche et les investisseurs pour s’en servir dans tous les secteurs ce qui donne son envol à l’évolution de l'intelligence artificielle. Les enjeux et les perspectives 3. Domaines d’application Introduction 4ème année G.Informatique 10 Cours IA - Dr. Fatma SBIAA Robotique Conduite autonome: outils d’aides à la conduite assistée et autonome. Diagnostiques médical (aide à la décision, analyse de radio, détection des tumeurs..) Reconnaissance de texte (manuscrit, immatriculation des voiture…) Traduction en temps réel Reconnaissance d’objets sur une image Reconnaissance faciale ou vocale Marketing/ vente (segmentation , prédiction…) Introduction 4ème année G.Informatique 11 Cours IA - Dr. Fatma SBIAA INTELLIGENCE ARTIFICIELLE VISION STATISTIQUES, analyse de données OPTIMISATION Apprentissage Artificiel AUTOMATIQUE, commande, robotique 3. Domaines d’application 4. La stratégie de développement de l'IA de Huawei Introduction 4ème année G.Informatique 12 Cours IA - Dr. Fatma SBIAA La 6éme entreprise la plus innovante au monde selon Boston Consulting Groupe (BCG) Huawei compte parmi les meilleurs employeurs de 2020 selon Top Employer Institute https://e.huawei.com/fr/about/huawei-enterprise Nombreux secteurs d’activité: Finance intelligent, santé, enseignement, énergie, gouvernement, services internet, fabrication et production des solutions IT … Divers produits et services: Stockage de données, serveurs et cloud computing, digital power, analyse des vidéos et des données, réseau d’entreprise, services digitaux … 4. La stratégie de développement de l'IA de Huawei Introduction 4ème année G.Informatique 13 Cours IA - Dr. Fatma SBIAA 4. La stratégie de développement de l'IA de Huawei Introduction 4ème année G.Informatique 14 Cours IA - Dr. Fatma SBIAA Fondée en 1987, Huawei est l'un des principaux fournisseurs mondiaux d'infrastructures de technologies de l'information et des communications (TIC) et d'appareils intelligents. Elle est présente dans plus de 170 pays et régions, au service de plus de trois milliards de personnes dans le monde. Sa vision et sa mission consistent à apporter le numérique à chaque personne, foyer et organisation pour un monde intelligent et entièrement connecté. 4. La stratégie de développement de l'IA de Huawei Introduction 4ème année G.Informatique 15 Cours IA - Dr. Fatma SBIAA À cette fin, elle vise à: favoriser une connectivité omniprésente et promouvoir l'égalité d'accès aux réseaux apporter le cloud et l'intelligence artificielle aux quatre coins du monde pour fournir une puissance informatique supérieure construire des plateformes numériques pour aider toutes les industries et organisations à devenir plus agiles, efficaces et dynamiques redéfinir l'expérience utilisateur avec l'IA, en la rendant plus personnalisée pour les gens dans tous les aspects de leur vie, qu'ils soient à la maison, au bureau ou en déplacement. Introduction Définition Application Types d’apprentissage Algorithmes de classification Chapitre 2: Machine Learning 16 Cours IA - Dr. Fatma SBIAA 4ème année G.Informatique 1.introduction Chapitre 2: Machine Learning Apprentissage Automatique, aussi connu sous le nom de Machine Learning. •C’est un sous domaine de l’ IA qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d' «apprendre» à partir d’un ensemble de données. 4ème année G.Informatique 17 Cours IA - Dr. Fatma SBIAA C’est quoi les machines learning? 1.introduction Chapitre 2: Machine Learning Les machines d’apprentissage sont des programmes d’ordinateurs qui performent une tâche suite à un apprentissage à partir de données et d’expériences du passé. L’apprentissage est utile dans les cas où: L’expertise humaine n’existe pas L’humain n’arrive pas à expliquer comment il arrive à accomplir une tâche (reconnaissance automatique de la parole) Une large quantité de données est à traiter La solution change en court de route (routage sur un réseau Internet) La solution doit s’adapter à son utilisateur (biométrie, filtrage: e-mail). 4ème année G.Informatique 18 Cours IA - Dr. Fatma SBIAA Pourquoi “apprendre” ? 2. Applications Chapitre 2: Machine Learning 4ème année G.Informatique 19 Cours IA - Dr. Fatma SBIAA 2. Applications Chapitre 2: Machine Learning 4ème année G.Informatique 20 Cours IA - Dr. Fatma SBIAA Chapitre 2: Machine Learning 4ème année G.Informatique 21 Cours IA - Dr. Fatma SBIAA 3. Types d’apprentissage Supervisé: Models/Méthodes prédictives: Labeled training Example: classification des emails… Non supervisé: Analyser des données sans avoir une décision au départ. Exemple: regrouper des documents similaires en fonction du texte (clustering) Semi-supervisé: Utilisation de données non étiquetées, en combinaison avec des données étiquetées afin d'améliorer significativement la qualité de l'apprentissage. Par renforcement : apprendre à agir en fonction des commentaires / récompenses (feedback/reward) Example: jeux vidéos(reward: win or lose ) Chapitre 2: Machine Learning 4ème année G.Informatique 22 Cours IA - Dr. Fatma SBIAA 3. Types d’apprentissage Chapitre 2: Machine Learning 4ème année G.Informatique 23 Cours IA - Dr. Fatma SBIAA 3. Types d’apprentissage 3.1. Apprentissage supervisé L’apprentissage supervisé permet, sur base d’un échantillon déjà étiqueté, de réaliser une classification sur un jeu de données (non-étiqueté). Les données catégorisées vont permettre à l’algorithme de bien raffiner la phase d’apprentissage et aboutir à un système performant. Ce type d’apprentissage consiste à utiliser un algorithme pour apprendre la fonction de « mapping » de l’entrée (X) à la sortie (Y). Y = f (X) Le but est d’appréhender si bien la fonction de « mapping » de telle sorte que, le modèle conçu pourra prédire les variables de sortie (Y) pour des nouvelles données d’entrée (x). Chapitre 2: Machine Learning 4ème année G.Informatique 24 Cours IA - Dr. Fatma SBIAA 3. Types d’apprentissage L’un des prochains enjeux de l’apprentissage supervisé est de réduire le nombre d’images à analyser pour que la machine apprenne plus rapidement. 3.1. Apprentissage supervisé Chapitre 2: Machine Learning 4ème année G.Informatique 25 Cours IA - Dr. Fatma SBIAA Types d’apprentissage La classification supervisée La base de données d'apprentissage est un ensemble de couples entrée-sortie (Xn, Yn). 3.1. Apprentissage supervisé Chapitre 2: Machine Learning 4ème année G.Informatique 26 Cours IA - Dr. Fatma SBIAA 3. Types d’apprentissage La classification supervisée (exemple) 3.1. Apprentissage supervisé Chapitre 2: Machine Learning 4ème année G.Informatique 27 Cours IA - Dr. Fatma SBIAA 3. Types d’apprentissage Voici quelques exemples populaires d’algorithmes d’apprentissage automatique supervisé: DecisionTree Classifier (Arbres de décision) K Nearest Neighbours (K NN) SVC linéaire (classificateur de vecteur de support) Régression logistique Naive Bayes Les réseaux uploads/Science et Technologie/ cours-ia-chapitre-1-2-2.pdf