L’intelligence artificielle consiste principalement à fournir les meilleures informations à la bonne personne, au bon moment. Cela implique presque toujours un processus d’optimisation sous-jacent. Connaître les méthodes d’optimisation qui sous-tendent l’IA d’aujourd’hui est donc un avantage crucial.
Comment trouver le plan d’imagerie le plus intelligent pour une constellation de satellites, ou la meilleure répartition d’avions autour d’un aéroport ? Comment réduire au minimum le nombre d’appels à un solveur CSM lorsque l’on cherche la conception optimale pour une aile d’avion ? Pourquoi la convergence est-elle un problème aussi crucial en Deep Learning ? Toutes ces questions pratiques nous permettront d’explorer les méthodes d’optimisation de l’IA.
Objectifs
Après avoir suivi ce cours, les participants pourront :
- Modéliser un problème de prise de décision en tant que problème d’optimisation
- Connaître les principales catégories d’algorithmes d’optimisation pour l’IA
- Choisir un algorithme d’optimisation adapté à un problème spécifique.
French 
English