Certificat d'Université en

Intelligence Artificielle (Hands on AI)

  • Horaire
    Horaire décalé
  • Crédits ECTS
    10
  • Langue
    Français
  • Lieu
    Mons

Description

L’Intelligence Artificielle (IA), et notamment ses composantes Machine Learning (ML) et Deep Neural Nets (DNN) connaît un engouement et des succès considérables dans de très nombreux domaines applicatifs. Citons l’aéronautique, les transports, la santé, la finance, l’IT.

Après avoir initié en 2017 les Mons AI Meetups, différents services d’Enseignement et de Recherche de la Faculté Polytechnique et de la Faculté des Sciences, soutenus par les Instituts de Recherche de l’UMONS Numediart et InforTech, proposent un Certificat d’Université Intelligence Artificielle (Hands on AI) constitué d’un module d’enseignements de 5 crédits dispensé en soirée et d’un module de 5 crédits de type « workshop » dispensé sur un week-end.

 

Conditions d'accès

Bachelier en sciences de l’ingénieur et technologie, en sciences ou équivalent (sur dossier).

Public cible

Adultes en reprise d’études (Personnel technique en demande de formation, ingénieurs, diplômés en sciences informatiques)

Informations supplémentaires

Modalité d’inscription

Pour les doctorants

L’inscription doit se faire via le service Formation Continue : formation.continue@umons.ac.be

L’inscription est gratuite pour les doctorants en règle d’inscription au doctorat pour l’année en cours. Elle est payante dans le cas contraire.

Pour les personnes extérieures à l’UMONS

L’inscription doit se faire via le service Formation Continue : formation.continue@umons.ac.be et est payante.

Programme et structure

AI Challenges

Titulaires: T. Dutoit (FPMs, Elec) ; X. Siebert (FPMs, IG), H. Mélot (FS, INFO) , Sidi Mahmoudi (FPMs, IG)
Trois challenges applicatifs et provenant de demandeurs de domaines diversifiés seront proposés

  • Par défi : 3h de cours, 9h de TP en mode coworking et 3h de projet personnel.
  • Total : 12h de cours, 24h de TP (séances de coworking) et 12h de projet

Séance d’introduction  le 3 octobre


Défi 1 : IA et analyse d’images: détection et localisation sur images – Prof. Sidi Ahmed Mahmoudi

9, 17, 24 octobre

Dans ce premier défi, l’objectif est de classifier des images, détecter et de localiser des objets dans des images capturées à partir de caméras en utilisant des réseaux de neurones profonds. L’objectif de ce défi se résumé en trois points : 1. maitriser les outils de collecte, préparation et annotation de données nécessaires pour la phase d’apprentissage ; 2. Développer et exploiter des architectures (réseaux de neurones) de classification d’images et de localisation d’objets ; Analyser et évaluer les résultats des architectures neuronales profondes. Durant ce défi, les étudiants travailleront sur des exemples concrets tels que la détection des feux de forêts (problème de classification d’images) et la localisation d’objets personnels (problème de localisation d’objets).

En partenariat avec l’Association DeepNet


Défi 2: Reinforcement learning et Deep reinforcement learning pour les jeux vidéoXavier Siebert:

7 nov, 14 nov, 21 nov

Les réseaux de neurones profonds peuvent se combiner avec l’apprentissage par renforcement (“Deep Reinforcement Learning”), pour découvrir des solutions à des problèmes aussi complexes que le jeu de Go. L’apprentissage par renforcement a globalement pour but d’apprendre, sur base d’expériences simulées sur ordinateur, comment se comporter pour optimiser une certaine fonction de récompense.L’objectif de ce défi est de développer un algorithme combinant réseaux de neurones profonds et apprentissage par renforcement, pour programmer une intelligence artificielle capable de jouer à des jeux vidéos tels que PacMan.


Défi 3Prédiction de séries temporelles Prof. Souhaib Ben Taieb:

5 dec, 12 dec, 19 dec

Dans de nombreux domaines scientifiques et industriels, on enregistre des observations concernant un phénomène ou une quantité, à intervalles réguliers, pour former ce qu’on appelle une série temporelle. L’objectif de ce défi est d’introduire les étudiants à la prévision de séries temporelles avec des algorithmes d’intelligence artificielle. Une compétition sur la modélisation prédictive de séries temporelles sera également organisée, dans le but d’analyser et de modéliser des séries temporelles avec des algorithmes d’intelligence artificielle pour obtenir les meilleures prévisions


AI seminar

Titulaires: T. Dutoit (FPMs, Elec), P. Manneback (FPMs, IG), T. Mens (FS, INFO)
12h de séminaires qui permettront aux étudiants de voir l’IA en action dans des domaines diversifiés.
Ces séminaires pourront être complétés par des réunions de la « Deep Learning Académy », déjà organisées entre UMONS, UCL, avec MULTITEL, et où des chercheurs et des industriels font des exposés tutoriaux et parlent d’études de cas.

Six lundis en soirée (18h-20h)sur des thèmes variés (dont IA et Santé, IA et Droit, IA et Ethique, IA et Energie, IA et Education, etc.) :

  • 07 OCTOBRE : Dr. Giovanni Briganti
    Médecine augmentée : L’art de guérir à l’ère de l’intelligence artificielle
  • 21 OCTOBRE : Prof. T. Dutoit, Institut NUMEDIART, UMONS
    La créativité est-elle soluble dans la technologie?
  • 04 NOVEMBRE : Mme Valérie Zapico
    Intelligence artificielle et éthique
  • 18 NOVEMBRE : Prof. Bruno Delièvre, UMONS
    Intelligence Artificielle et Education : une complémentarité indispensable ?
  • 3 DECEMBRE : M. Terry Wykle, Infrabel
    L’intelligence artificielle industrialisée pour l’infrastructure ferroviaire
  • 16 Décembre : Prof. Mireille Buydens, Avocat Associé, cabinet Janson Baugniet, Professeur à l’ULB
    L’intelligence artificielle et le droit : vertiges d’un nouveau monde

 

Visionnez ici le cycle de Séminaire Intelligence Artificielle 2018-2019


AI Workshop

Titulaire : Sidi Ahmed Mahmoudi (FPMs, IG)

Contexte : Un week-end au vert entre tous les participants inscrits au certificat d’université, ciblé sur le travail en équipe pour la réalisation d’un challenge ambitieux en IA.

Edition 2018-2019

  • Titre : Système embarqué de vidéo surveillance utilisant l’apprentissage profond
  • Résumé : Le challenge de l’édition 2018-2019 de l’atelier IA consistait à développer un système de vidéosurveillance exploitant les techniques du Deep Learning vues durant les défis du certificat IA. Le système contient au moins deux modèles de Deep Learning. Le premier permet de détecter la présence d’un ou plusieurs objets suspects dans une scène filmée par la caméra. Le deuxième modèle consiste à identifier et reconnaître les visages présents dans la scène (en cas de détection d’objets suspects via le premier modèle). Après obtention d’un premier résultat satisfaisant pour les deux premières étapes, l’application est portée sur un matériel embarqué composé de : une carte Movidius[1], un microcontrôleur Raspberry[2] et une caméra qui permet de filmer la scène. Pour réaliser ce travail, les participants disposaient d’un protocole décrivant les principales étapes à suivre : connexion à la machine à distance (dans le cloud), développement du modèle de classification (détection), développement du modèle de reconnaissance de visages, développement d’un système embarqué.
  • Lieu : l’édition 2018-2019 de l’atelier IA a eu lieu au sein de l’hôtel Utopia situé à Masnuy-Saint-Jean à 10 km Nord-Ouest de Mons.
  • Fiche de présentation de l’édition 2018-2019
  • Vidéo de présentation l’atelier 2018-2019 : 

[1] Movidius. https://www.movidius.com/
[2] Rasbperry PI. https://www.raspberrypi.org/products/

À propos de cette formation

Secteur
Sciences et techniques
Domaine
Sciences de l’ingénieur et technologie
Codiplômation/coorganisation
Faculté des Sciences
Droits d'inscription
1500€

Contactez-nous pour obtenir de plus amples informations

Service Formation continue
+32 (065) 37 37 14