Objectifs de la chaire

Les travaux de la chaire portent sur la formation des réseaux de neurones, « l’acquisition de l’intelligence », et sur les mathématiques de la phase d’apprentissage.

Nous recherchons des outils mathématiques adéquats pour évaluer l’efficacité dans les domaines de la formation, apprentissage et des formes de robustesse.

Nos angles de recherche pour atteindre ces objectifs vont de la prise en compte des propriétés structurelles des réseaux de neurones, à l’analyse mathématique et conception d’algorithmes.

Les trois axes selon lesquels nous abordons ces questions sont :

  • la géométrie des réseaux de neurones,
  • les outils d’optimisation non lisse (en particulier, les mathématiques de la différenciation algorithmique)
  • la géométrie/étude d’algorithmes pour la phase d’apprentissage.

Notre approche scientifique mêle : mathématiques (optimisation, géométrie, analyse), informatique et applications pour le traitement du signal.

Programme : IA certifiable
Thèmes : IA et modèles physiques, Optimisation et théorie des jeux pour l’IA

Porteur :
Jérôme Bolte, Université Toulouse Capitole

Co-chairs:
F. de Gournay (Insa)
F. Malgouyres (UT3),
E. Pauwels (UT3),
P. Weiss (CNRS),

Sites

En savoir +

En intelligence artificielle, rien ne sert de courir, il faut prendre le bon chemin

Dans la famille mathématiques, l’optimisation est une discipline à part entière qui s’avère essentielle pour la recherche en intelligence artificielle. Explications avec le chercheur Jérôme Bolte, porteur de la chaire « Optimisation de grande taille pour l’IA ».

Lire l’article Exploreur

fr_FRFrench