#IA
Origines et concepts, applications et acteurs, impacts humains et perspectives sur une journée de sensibilisation autour de l’intelligence artificielle
Durée et Prix
2 jours
1 965 € HT
Dates et Lieu
-
S’inscrire
Merci de nous contacter
Modalités possibles :
Intra standard ou intra adaptée / inter,
Présentiel ou Distanciel
À qui s’adresse
cette formation ?
Public
Prérequis
Objectifs Pédagogiques
– Comprendre ce que recouvre le terme d’intelligence artificielle, les usages, les techniques et les cas d’applications
– Comprendre la signification de termes tels que Machine Learning, Deep Learning, Réseaux de neurones…
– Les principales méthodes d’apprentissage automatique, supervisé, non-supervisé, par renforcement ; quand et comment les choisir ;
– Panorama des premiers retours d’expériences de mise en place de solutions d’intelligence augmentée : études de cas et panorama des solutions disponibles sur le marché
– Méthodes et conduite de projet : comment expérimenter à moindre risque et à moindre coût
– Impacts humains de l’automatisation et de la robotisation (matérielle et logicielle) : les fonctions impactées
– Les métiers de demain : comment s’y préparer
– Les tendances, le futur : de l’IA à l’Informatique Quantique
Contenu de la formation
Les origines de l'IA, ce qu'elle est, ce qu'elle n'est pas !
Définitions pour comprendre ce dont on parle
L’intelligence artificielle forte vs faible
Qu’est-ce que : l’apprentissage machine, l’informatique cognitive, l’apprentissage profond, les réseaux de neurones, etc.
Comprendre pour démystifier
Le concept d’intelligence augmentée
Histoire de l’intelligence artificielle
Les recherches qui ont amené à penser qu’un jour, l’ordinateur pourrait être intelligent
Les principaux chercheurs et leurs contributions
Histoire et sémantique de l’IA
Les hauts et les bas dans l’histoire de l’IA
Les étapes marquantes
Comprendre le fonctionnement du cerveau humain pour comprendre la machine
Pourquoi connaitre et comprendre cette histoire, est fondamental pour imaginer des applications réalistes en entreprise
Les grands concepts de l'IA
Impacts relatifs du Machine Learning, Deep Learning, AI, Réseaux de neurones, systèmes experts sur les différents métiers de l’entreprise
Connexionnisme et symbolisme
Segmentation de l’IA
Etat des lieux en 2018
Algorithmes et logiciels
Principales approches
La logique floue
Le Machine Learning
Les réseaux de neurones
Le Deep Learning
Les GAFA et l’IA
Artificial General Intelligence
Google DeepMind
Algoritmes et logiciels : principales briques
Vue générale
Techniques et applications
Les langages utilisés
Les bibliothèques disponibles
Le rôle de l’open source
IA et Big Data : le choix des architectures
Etudes de cas
Secteurs d’activités
Banques et Assurances
Distribution
Télécommunications
Comptabilité et finance
Secteur public
Organisations non gouvernementales
Les autres cas pratiques
Les applications génériques de l’IA
Pour chacun de ces secteurs d’activité, nous détaillerons plusieurs cas pratiques de mises en place de solutions d’intelligence augmentée, les objectifs, les méthodes, les résultats
Etude de cas
Comprendre comment fonctionne l’apprentissage machine
Conception d’une matrice d’apprentissage
Modélisation
Choix des méthodes
Boucle d’apprentissage
Impacts humains et juridiques
Les conséquences humaines de la mise en place de l’IA
Robotisation des métiers du service et de gestion de l’information
Encadrement juridique de l’IA
Etat de l’art
Le cas des algorithmes : cartographie, explicabilité, auditabilité, labellisation
La mise en oeuvre du projet IA
L’étude préalable
Les facteurs clés du succès d’un projet d’IA
Comment mieux impliquer directions générales et utilisateurs.
Comment déterminer les critères et mesures de succès
Périmètre fonctionnel pilote : quelle définition optimum ?
Intégration de l’IA au sein du système d’information décisionnel
Le groupe de projet
Acteurs, rôles et livrables.
Sous-traitance : quoi, quand, comment ?
Les responsabilités MOA et MOE.
La collaboration avec les startups
La collaboration avec le monde universitaire
De l’expression des besoins à la modélisation
Jusqu’où aller dans l’expression des besoins ? Comment formaliser les besoins fonctionnels.
Comment répartir les rôles entre maîtrises d’ouvrage et d’œuvre. Les livrables : objectifs et contenu.
Le mot de l'intervenant
L’intelligence artificielle forte n’existe pas ! Les plus grands spécialistes mondiaux du sujet le reconnaissent eux-mêmes. Mais les méthodes et techniques développées aujourd’hui n’en représentent pas moins un progrès considérable en matière d’automatisation de certaines fonctions. Plus que d’IA, il me semble plus juste de parler d’intelligence augmentée. Et au travers de nombreux cas pratiques, je vous expliquerai comment l’apprentissage machine, l’apprentissage profond, et d’autres méthodes permettent aujourd’hui aux entreprises de mieux valoriser leurs données.
– Georges Bressange
Méthodologie pédagogique
Méthodologie d’évaluation
Le stagiaire reçoit en amont de la formation un questionnaire permettant de mesurer les compétences, profil et attentes du stagiaire. Tout au long de la formation, les stagiaires sont évalués au moyen de différentes méthodes (quizz, ateliers, exercices et/ou de travaux pratiques, etc.) permettant de vérifier l’atteinte des objectifs. Un questionnaire d’évaluation à chaud est soumis à chaque stagiaire en fin de formation pour s’assurer de l’adéquation des acquis de la formation avec les attentes du stagiaire. Une attestation de réalisation de la formation est remise au stagiaire.