L'intelligence artificielle (IA) est un processus d'imitation de l'intelligence humaine qui repose sur la création et l'application d'algorithmes exécutables dans un environnement apparemment informatique et dynamique. Son but est de permettre à des ordinateurs de penser et d'agir comme les cerveaux humains. Pour y parvenir, trois composants sont nécessaires, à savoir, les systèmes informatiques, les données avec des systèmes de gestion et les algorithmes appropriés et sophistiqués. Dans son évolution spectaculaire, se trouve une compétence fondamentale trop souvent oubliée ou négligée par le grand public : les mathématiques. En effet, les mathématiques constituent le socle théorique et pratique essentiel pour comprendre, développer et maîtriser les technologies d'IA. C'est pour cela que généralement, les cursus en IA incluent des mathématiques qui fournissent le cadre nécessaire pour la modélisation, l'analyse et la résolution des problèmes complexes rencontrés en IA.
Les mathématiques permettront de comprendre à la fois les fondements théoriques, la modélisation et l'abstraction, le développement d'algorithmes, leur analyse et leur optimisation, mais également l'interprétation des résultats. Pour se rapprocher le plus possible du comportement humain, l'intelligence artificielle a besoin d'une quantité de données et d'une capacité de traitement hautement élevées, du moins essentielles. L'IA est présente dans notre quotidien. Elle est par exemple utilisée par les systèmes biométriques, les services de détection des fraudes des établissements financiers, les moteurs de recherche en ligne, pour le diagnostic en imagerie médicale, la prévision des intentions d'achat et dans les interactions avec le support client en ligne. Les cours proposés dans cette école CIMPA portent sur la thématique « Mathématiques Appliquées et Intelligence » et s’articulent autour de quelques outils mathématiques qui interviennent en intelligence artificielle. Il s’agit des statistiques et probabilistes, de la programmation linéaire et de l’optimisation combinatoire, de la simulation numérique, de l'analyse de données, et de l’apprentissage automatique (machine learning). On souhaite que les participants apprécient le rôle de différentes branches de mathématiques en intelligence artificielle, ce qui, on l’espère, leur ouvrirait des portes pour la suite de leurs carrières scientifiques.
Coordonnateur local:
Guy Aymard DEGLA
IMSP-L@RIAD / UAC
Benin
gdegla@imsp-uac.org
Coordonnateur externe
Dario PRANDI
Université Paris-Saclay
France
dario.prandi@centralesupelec.fr