Evaluer les systèmes utilisant de l’intelligence artificielle (4-123)
Description
Objectif général de la formation : Comprendre et analyser les systèmes d’intelligence artificielle en se concentrant sur les concepts d’agents intelligents, les interactions avec l’environnement, les techniques d’optimisation et les fonctions d’autonomie des systèmes robotisés. Modalité : Toutes les modalités (présentiel, classe virtuelle et hybride) sont possibles Lieu possible de réalisation : Locaux du bénéficiaire ou locaux d’Ascent Formation, en France métropolitaine et dans les DROM-COM Nombre maximal de participants : 20 Niveau SAME : Application (A) Compétences visées : Identifier les solutions IA adaptées aux problèmes de prise de décision. Décrire les principes des agents intelligents et leur interaction avec l’environnement. Appliquer des techniques d’optimisation dans des contextes variés. Comprendre les fonctions d’autonomie des systèmes robotisés.
Objectifs pédagogiques
- Analyser les systèmes d’intelligence artificielle en fonction de leur domaine d’application.
- Maîtriser les bases des agents intelligents et leurs interactions environnementales.
- S’initier aux méthodes d’optimisation comme la programmation sous contraintes et le recuit simulé.
- Explorer les fonctions d’autonomie des systèmes robotisés.
Public concerné
Prérequis
Déroulé du programme
Jour 1 : Introduction aux systèmes IA et agents intelligents (6 heures)
- Solutions IA et prise de décision (2 heures)
Panorama des solutions IA adaptées aux problèmes de prise de décision.
Analyse des cas pratiques dans différents secteurs.
Travaux pratiques : Étude d’un système IA appliqué à un problème réel.
- Agents intelligents et interactions (4 heures)
Concepts des agents intelligents.
Interactions avec l’environnement via capteurs et effecteurs.
Travaux pratiques : Simulation d’un agent interagissant avec son environnement.
Jour 2 : Optimisation et autonomie des systèmes robotisés (6 heures)
- Techniques d’optimisation (3 heures)
Programmation sous contraintes.
Introduction au recuit simulé et ses applications.
Travaux pratiques : Implémentation d’une technique d’optimisation sur un problème défini.
- Fonctions d’autonomie des systèmes robotisés (3 heures)
Boucle perception-décision dans les systèmes autonomes.
Présentation de cas pratiques et analyse critique.
Travaux pratiques : Étude et évaluation d’un système robotisé autonome.
Informations
Durée
2 jour(s)
12h
Sur demande
Formations similaires
Migration vers le Cloud
Sur demande
Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé
Sur demande
AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant
Sur demande
Analyse bayésienne (4-107)
Sur demande