Programme d’études 2022-2023 | English | ||
Atelier d'intelligence artificielle | |||
Unité d’enseignement du programme de Certificat d'Université en Intelligence Artificielle (Hands on AI) (MONS) (Horaire jour) à la Faculté Polytechnique |
Code | Type | Responsable | Coordonnées du service | Enseignant(s) |
---|---|---|---|---|
UI-U1-INARTI-002-M | UE Obligatoire | MAHMOUDI Sidi | F114 - Informatique, Logiciel et Intelligence artificielle |
|
Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Crédits | Pondération | Période d’enseignement |
---|---|---|---|---|---|---|---|---|---|
| Français | 0 | 0 | 0 | 0 | 0 | 5 | 5.00 | 2e quadrimestre |
Code(s) d’AA | Activité(s) d’apprentissage (AA) | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement | Pondération |
---|---|---|---|---|---|---|---|---|
I-ISIA-202 | Atelier d'intelligence artificielle | 0 | 0 | 0 | 0 | 0 | Q2 | 100.00% |
Unité d'enseignement |
---|
Acquis d'apprentissage de l'UE
Après avoir vu, durant l'activité " Défis en intelligence artificielle " l'intérêt des réseaux de neurones pour d'obtenir des performances impressionnantes dans de nombreux domaines. Pour cette activité d'apprentissage, les étudiants seront formés aux outils de développement de systèmes embarqués énergétiquement efficaces et autonomes. Les étudieront pourront utiliser des cartes embarquées "Edge AI" (ex. Jetson Xavier, Jetson Nano, etc.) pour le déploiement de modèle d'Intelligence Artificielle.
L'objectif est développer un système d'intelligence artificielle embarqué sur des ressources Edge IA (matériel proche des capteurs de collecte de données). Le système s'appuiera sur les techniques et modèles Deep Learning vus et développés durant les défis du certificat IA. Ces modèles seront combinés et optimsés (compressés et/ou interprétés) pour fournir un module " Edge AI " appliqué aux vidéos capturées en temps réel. Chaque groupe aura le choix entre deux possibilités :
- Module " Edge AI " pour maisons intelligentes
- Module " Edge AI " pour villes intelligentes.
Site Web : www.hackia.eu
Contenu de l'UE : descriptif et cohérence pédagogique
- Exploitation et combinasion des architectures neuronales dans le but de résoudre un problème réel
- Portage de la solution sur du matériel embarqué "Edge IA"
- Tests et expérimenations dans un environemment avec données collectées (images, vidéos, etc.) en temps réel.
Compétences préalables
I-ISIA-200 : Défis en Intelligence Artificielle
Types d'activités
AA | Types d'activités |
---|---|
I-ISIA-202 |
|
Mode d'enseignement
AA | Mode d'enseignement |
---|---|
I-ISIA-202 |
|
Supports principaux non reproductibles
AA | Supports principaux non reproductibles |
---|---|
I-ISIA-202 | Protocole technique de l'atelier (remis 2 à 3 semaines avant le Workshop) |
Supports complémentaires non reproductibles
AA | Support complémentaires non reproductibles |
---|---|
I-ISIA-202 | Programme de l'atelier |
Autres références conseillées
AA | Autres références conseillées |
---|---|
I-ISIA-202 | Sans objet |
Reports des notes d'AA d'une année à l'autre
AA | Reports des notes d'AA d'une année à l'autre |
---|---|
I-ISIA-202 | Autorisé |
Evaluation du quadrimestre 2 (Q2) - type
AA | Type(s) et mode(s) d'évaluation Q2 |
---|---|
I-ISIA-202 |
|
Evaluation du quadrimestre 2 (Q2) - commentaire
AA | Commentaire sur l'évaluation Q2 |
---|---|
I-ISIA-202 | Présentation des projets réalisés durant le Workshop avec remise du travail. |
Evaluation du quadrimestre 3 (Q3) - type
AA | Type(s) et mode(s) d'évaluation du Q3 |
---|---|
I-ISIA-202 |
|
Evaluation du quadrimestre 3 (Q3) - commentaire
AA | Commentaire sur l'évaluation Q3 |
---|---|
I-ISIA-202 | voir Q1 |