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

Etudiants inscrits au Master Ingénieur Civil et au Master en Sciences Informatiques et un public d’adultes en reprise d’études (Personnel technique en demande de formation, Ingénieurs , diplômés en Sciences informatiques)

Programme et structure

La formation sera composée de 2 unités d’enseignement de 5 crédits chacune :

UE AI challenges - AI seminar (5 crédits)
  • AA1 : AI challenges

    Titulaires: T. Dutoit (FPMs, Elec) ; X. Siebert (FPMs, IG), H. Mélot (FS, INFO)
    Quatre challenges applicatifs et provenant de demandeurs de domaines diversifiés seront proposés (soit, par défi : 3h de cours, 6h de TP et 3h de projet, donc 1 ECTS).
    Total : 12h de cours, 24h de TP (séances de coworking) et 12h de projet

     

    • Challenge 1 : Détection des feu de forets avec un réseau de neurones embarqué
      Les solutions basées sur des réseaux de neurones ont permis ces dernières années d’obtenir des performances impressionnantes dans de nombreux domaines. Dans ce premier défi, l'objectif est de détecter des départs de feu, à partir de caméras et en utilisant un réseau de neurones embarqué. Le système doit être énergétiquement autonome. Dans un premier temps, on utilisera sur des cartes Raspberry Pi, alimentées par leur batterie, et des cartes USB Movidius pour faire les calculs.En terme d'algorithmie, on découvrira les classificateurs, et on pourra comprendre  et tester différentes architectures. On étudiera également comment constituer une base de données à partir du web, l’annoter, réaliser des apprentissages et porter les réseaux de neurones sur un processeur embarqué. 
    • Challenge 2 : Assistance pour les patients atteints de la maladie d'Alzheimer
      Dans ce second défi, nous nous intéressons à  la réalisation d’une solution visant à aider les personne atteintes de la maladie d’Alzheimer, en leur permettant de retrouver des objets de la vie de tous les jours. On partira d’un cas pratique assez général : celui de la détection de clés dans un domicile, filmé par plusieurs caméras.En terme d'algorithmie, ce défi permettra d’étudier des détecteurs d’objets sur des images, en testant différentes architectures logicielles. Il sera également nécessaire de constituer une base de données, de la labelliser grâce à divers outils, pour ensuite réaliser un apprentissage et l’intégrer dans une carte USB Movidius. 
    • Challenge 3 : Deep Reinforcement Learning pour des jeux vidéo
      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. 
    • Challenge 4 : Cartographie 3D d’un étage d’un bâtiment
      La localisation et cartographie simultanée (Simultaneous Localization And Mapping, SLAM) consiste pour un robot à découvrir la cartographie de son environnement pour pouvoir s’y localiser. Le but de ce défi est d’apprendre à utiliser des outils comme Cartographer  pour appliquer des algorithmes de SLAM. Une fois ces outils maîtrisés, le challenge se corse : il faut maintenant exploiter les différentes techniques vues dans les défis précédents (ou en inventer de nouvelles) pour améliorer les performances de ces algorithmes lors de simulations. Les étudiants pourront évaluer les performances de leurs codes en exploitant des données réelles relatives au deuxième étage du bâtiment De Vinci, qui auront été acquises par un véritable robot.

      En soirée (18-21h)
      •  JEUDI 20/9 : Cours 1 – installation – challenge 1
      • Mercredi 26/9 et JEUDI 4/10 : séances de coworking
      • JEUDI 11/10 : Cours 2 – challenge 2
      • JEUDI18/10 et JEUDI 25/10 : séances de coworking
      • MARDI 30/10 : Cours 3 – challenge 3
      • JEUDI 8/11 et JEUDI 15/11 : séances de coworking
      • JEUDI 22/11 : Cours 4 – challenge 4
      • JEUDI 29/11 et JEUDI 6/12 : séances de coworking
      • JEUDI 13/12 : résultats du challenge 4 - DEMOS.

 

  • AA2 : 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.
    Nous y inclurons des sessions 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 (6h).

    6 lundis soir d’octobre à décembre (18-20h)

    Thématiques : IA et langage, IA et ethique, IA et humanités numériques, IA et santé, IA et créativité, IA et robotique.

UE Atelier d’intelligence artificielle (5 crédits)
  • AA : Atelier d’intelligence artificielle

    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 proposé par une entreprise.

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