Intelligence Artificielle

Vous trouverez également des informations sur eureka.
Table des matières

Objectifs

  • Connaître les principes qui sous-tendent l’exploitation efficace d’algorithmes type heuristique ou l’utilisation de méta-heuristiques.
  • Approfondir les principes permettant de concevoir des algorithmes performants capables de simuler une certaine forme d’intelligence;
  • Acquérir des méthodes de développement usuellement utilisées en intelligence artificielle;
  • Avoir la capacité d’analyser les tâches complexes qui requièrent des données, des connaissances, des heuristiques, des méthodes d’apprentissage, etc.

Au programme

  1. Qu’est-ce que l’IA ?
    • Au travers d’une présentation historique nous essaierons de définir l’IA, ses promesses et ses échecs, mais également ses différentes approches. Un accent sera mis sur l’apprentissage qui est une part importante de sa “success story” actuelle.
  2. Méthode de résolution de problème
    • Nous n’avons pas pour de nombreux problèmes réels d’algorithmes déterministes. Ainsi étant donné un état initial, un état final et un ensemble d’opérations valides sur les états les transformant en un autre, quelle séquence d’opérations faut-il appliquer pour de l’état initial atteindre l’état final.
  3. Représentation des connaissances
    1. Cela consiste, en particulier, à essayer de répondre comment représenter formellement les connaissances en particulier avec des objets logiques reliés par des propriétés, axiomes et règles. On peut également utiliser des graphes dans lesquels les nœuds sont étiquetés et les arcs également.
  4. Systèmes à base de connaissances
    1. On exploite les connaissances représentées pour enrichir les connaissances déjà connues.
  5. Les jeux
    1. Nous présenterons les algorithmes de base utilisés dans des jeux où l’information est totale.

Les différents supports

  • Les supports de cours

    Vous trouverez ici, les différents liens vous permettant de relire/lire les diapositives présentées en cours durant le semestre.


Référence

  • Russell and Norvig (2010). Artificial Intelligence: A Modern Approach, 3th edition, Prentice Hall.

Les intervenants

Damien Olivier

Antoine Dutot


FAQ

Les prérequis

  • Maîtriser un langage de programmation ;
  • Bases mathématiques en logique ;
  • Bases mathématiques en calcul matriciel.

Compétences évaluées

Évaluations

Un examen partiel en milieu de semestre et un examen terminal en fin de semestre. Cet examen partiel peut prendre la forme d’un projet à rendre.

Note finale : 1/3 partiel + 2/3 terminal