|
|<
<< Page précédente
1
Page suivante >>
>|
|
documents par page
|
Tri :
Date
Editeur
Auteur
Titre
|
|
Réseaux d'automates: trente ans de recherche
/ VSP - Vidéo Sud Production, Région PACA, INRIA, Université de Nice Sophia Antipolis, CNRS - Centre National de la Recherche Scientifique
/ 20-10-2011
/ Canal-U - OAI Archive
GOLES CHACC Eric Antonio
Voir le résumé
Voir le résumé
Ma complicité avec ce sujet date de longtemps, pas tout à fait assez pour dire que j’y étais depuis le début, mais quand même.... Ainsi, je vais vous raconter comment on a obtenu, aux alentours de l'année 1979, les premiers résultats mathématiques sur la dynamique de ce qui s’appelle aujourd'hui les réseaux de neurones artificiels et qui font aujourd’hui partie du cursus classique de toute école d’ingénieurs. Puis, le succès de ces résultats m’a amené, à partir d’une étrange lettre que j’ai reçue au début de vacances à Grenoble, à me passionner pour les fourmis. Je suis quand même arrivé à tirer de certains modèles formels de ces séduisants insectes quelques résultats de complexité .... Et, s’il s'agit des fourmis, pourquoi pas les tas de sable? Beaucoup d’individus interagissant de façon simple, mais, avec des résultats globaux étonnants ? Et voilà que, à partir d'une suggestion que m’a faite le mathématicien L. Lovasz à un congrès à Sao Paulo vers la fin des années 1980 et les conversations que j’ai eues à Santiago et à Paris avec le cher feu Schutz (Marco Schützenberger), je me suis attaqué a ce sujet avec un tel succès que je peux dire sans trop me tromper que c’est moi qui ai inoculé cette maladie ou ce virus à un grand nombre de collègues français. Pour finir, si j’ai le temps, je voudrais vous faire rigoler un peu. Etant donné que je vous ai déjà parlé des fourmis je me permettrai de vous raconter mon histoire personnelle de cigale : je vous dirai pourquoi il y a des espèces qui ne chantent que tout les 17 ans et ... si jamais j’ai encore un petit brin de temps, je vous raconterai également comment des informaticiens et un physicien peuvent interpréter les phénomènes de ségrégation. Toute autre chose que je n’ai pas dite ici pourra être évoquée dans la conférence ou bien elle était inscrite dans la marge de ce cahier. Mot(s) clés libre(s) : colonie de fourmis, mathématiques discrètes, réseau neurones artificiel, réseaux neuronaux
|
Accéder à la ressource
|
|
Les animats
/ UTLS - la suite
/ 02-11-2002
/ Canal-U - OAI Archive
MEYER Jean-Arcady
Voir le résumé
Voir le résumé
Contrairement aux ambitions affichées aux origines de la discipline, en 1956, les recherches en intelligence artificielle ont à ce jour largement échoué à reproduire l'intelligence de l'homme, même si un programme d'ordinateur a réussi à battre le champion du monde aux échecs. Quant aux robots modernes, ils ne brillent pas non plus par leur intelligence, même si certaines machines caniformes ou humanoïdes sont de véritables merveilles de technologie. De nombreux chercheurs estiment qu'il est largement prématuré d'espérer reproduire directement l'intelligence de l'homme tant qu'on n'aura pas compris comment elle s'est mise en place au cours de l'évolution. Aussi, dans le but de rechercher en quoi l'intelligence humaine s'explique à partir des processus adaptatifs les plus simples hérités des animaux - et plutôt que de viser directement à comprendre et à reproduire les performances les plus élaborées dont est capable le cerveau - ces chercheurs visent d'abord à synthétiser des animats, c'est-à-dire des animaux artificiels ou des robots réels dont les lois de fonctionnement sont aussi inspirées de la biologie que possible. L'objectif est d'attribuer à ces animats certaines des capacités d'autonomie et d'adaptation basiques qui caractérisent les animaux réels, de façon à leur permettre de "survivre" ou d'assurer leur mission dans des environnements plus ou moins imprévisibles et dangereux. Cette conférence évoquera quelques automates célèbres - du pigeon d'Archytas de Tarente au canard de Vaucanson, en passant par l'androïde de Léonard de Vinci - pour rappeler que la conception de machines inspirées du vivant a été de tout temps une préoccupation humaine. La structure générale d'un animat et son mode de fonctionnement seront ensuite décrits. Ils se caractérisent par le fait que l'animat acquiert des comportements efficaces par interaction étroite avec son environnement, grâce à son architecture de contrôle - équivalent du système nerveux d'un animal - reliant ses capteurs - équivalents des récepteurs sensoriels- à ses actionneurs - équivalents des organes moteurs. Puis divers exemples illustreront la façon dont les animats peuvent eux-mêmes améliorer ou se constituer une architecture de contrôle ou une morphologie adaptées, par des processus inspirés de la biologie comme le développement, l'apprentissage ou l'évolution des espèces. Enfin, à partir notamment de l'évocation des "biobots" - robots hybrides constitués à la fois d'éléments artificiels et d'éléments vivants - les avantages et les risques liés à ces recherches seront discutés. Mot(s) clés libre(s) : animal artificiel, apprentissage des robots, biobot, ethologie, intelligence artificielle, processus biomimétique, réseaux de neurones, robotique, sciences cognitives
|
Accéder à la ressource
|
|
Quand les machines apprennent à l'aide des réseaux de neurones profonds
/ Institut National de Recherche en Informatique et en Automatique / Interstices
/ 21-12-2018
/
Lepetit Vincent, Jongwane Joanna
Voir le résumé
Voir le résumé
Reconnaissance d'images, traduction automatique, voitures autonomes... Nombreux sont les domaines dans lesquels l'apprentissage profond ou deep learning est utilisé. Très en vogue, cette technique de l'intelligence artificielle est au cœur des progrès récents dans cette thématique scientifique. Vincent Lepetit, spécialiste du deep learning, décortique ce sujet complexe dans cet épisode du podcast audio. Mot(s) clés libre(s) : réseaux de neurones artificiels, deep learning, apprentissage automatique, vision par ordinateur
|
Accéder à la ressource
|
|
La révolution de l'apprentissage profond
/ Inria / Interstices
/ 25-01-2019
/
Bengio Yoshua
Voir le résumé
Voir le résumé
Reconnaître un visage, compléter une phrase, gagner au jeu de go... Après plusieurs décennies de déconvenues, les machines intelligentes deviennent enfin réalité – grâce à des réseaux de plusieurs couches de neurones artificiels. Mot(s) clés libre(s) : intelligence artificielle, réseaux de neurones artificiels, apprentissage profond
|
Accéder à la ressource
|
|
|<
<< Page précédente
1
Page suivante >>
>|
|
documents par page
|
|