La véritable IA ne sera pas possible sans la capacité de raisonner et de planifier à l’avance. Les jeux vidéo super-humains, la maîtrise du jeu de Go, la conduite autonome, le contrôle des systèmes dynamiques et la gestion de la chaîne d’approvisionnement sont des exemples de succès récents de l’IA. Ils contribuent à la force des approches modernes. Bien que les techniques d’apprentissage par renforcement et de planification en IA représentent un atout pour l’avenir des organisations, des entreprises et des industries, faire des choix stratégiques et efficaces exige une bonne compréhension de leurs fondements, de leur mécanique, de leurs difficultés intrinsèques et de leurs pratiques.

Objectifs

Après avoir suivi ce cours, les participants pourront :

  • sélectionner la méthode pertinente pour résoudre un problème de décision séquentielle
  • connaître les fondements de l’apprentissage par renforcement, de la planification de trajectoire, et des méthodes de planification et de décision décentralisée
  • connaître les noms et les principes des algorithmes les plus récents
  • concevoir des démonstrations de faisabilité fondées sur ces méthodes.

Pré-requis

  • Connaissances générales en informatique
  • Expérience dans un environnement professionnel

Programme

Introduction :

  • Apprentissage par renforcement
  • Principaux concepts des nouveaux algorithmes de Deep Learning par renforcement

Travaux pratiques :

  • concevoir un agent d’apprentissage pour la conduite autonome

Illustration : Contrôle de drones, Planification; Principaux concepts de planification, différentes méthodes d’optimisation et cadres de modélisation

Travaux pratiques :

  • optimisation du réseau aérien

llustration : Gestion de la chaîne d’approvisionnement Planification de trajectoire, Algorithmes du plus court chemin, recherche heuristique, planification de mouvement

Travaux pratiques : planification de vol

Illustration : Perception et évitement en robotique; Prise de décision décentralisée; Concepts multi-agents et théorie des jeux; Prise de décision collaborative et contradictoire

Travaux pratiques : Planification de trajectoire multi-agents

Illustration : Optimisation produit/marché

 

 

 

 

Compétences

  • Structurer une feuille de route IA et usages des données pour faciliter l’émergence de cas d’usage innovants à forte valeur ajoutée
  • Décrire les projets clés à mener pour optimiser les processus internes, améliorer l’expérience client et proposer des produits ou services innovants
  • Etablir un plan d’investissement pluriannuel et mobiliser les financements pour réaliser un plan global IA et valorisation des données
  • Identifier et évaluer les fournisseurs potentiels d’outils d’extraction, de containérisation ou de visualisation de données pour les inclure dans les appels à projet data et IA de l’entreprise
  • Intégrer les approches éthiques, techniques, financières et humaines pour mesurer l’impact du plan IA sur les métiers et le modèle économique de l’entreprise
  • Impliquer les directions métiers dans la réflexion valorisation des données et IA pour garantir l’adhésion des non spécialistes en démontrant le retour sur investissement.

Inscription

Natalia Perthuis

05 61 33 80 47

info.exed@isae-supaero.fr

Niveau
Cycle
Langue

Anglais

Lieu

ISAE–SUPAERO Toulouse

Durée et dates

Durée : 4 jours(28h)

Tarif

2300 €
Remise de 5% pour les partenaires ANITI

Modalités

Présentiel

Publics

Jeunes diplômés
Demandeurs d’emploi et employés expérimentés

Intervenants
Contact

Jessica Alix

05 61 33 83 91

info.exed@isae-supaero.fr

Categories:

fr_FRFrench