Programme

Jeudi 11-11-2021

Les horaires sont données en GMT, heure locale. Pour les conversions, voir ici https://www.timeanddate.com/worldclock/

Modérateur: Paulin Melatagia Sadouanouan Malo

  • 8h - 8h 30 Accueil & Ouverture

Mot d'ouverture du président de l'Université NAZI BONI, Prof. Macaire OUEDRAOGO.

Modérateur: Sadouanouan Malo

Titre: Processus d'élaboration des statistiques officielles et perspectives: cas du Burkina Faso

Résumé: Dans cette communication, je présenterai les principales étapes du processus de production des statistiques à l'INSD, notamment à travers les grandes enquêtes. Je parlerai des défis actuels dans ce processus et j'aborderai les nouvelles perspectives au vu de l'évolution des méthodes et des outils nouveaux qu'offrent les NTIC, notamment les bigdata.

Title: An insight into technologies related to autonomous vehicle

Abstract: In November 2020, Honda announced the mass-production of Level 3 autonomous vehicle. Have you ever heard of autonomous vehicle? What makes a vehicle to be called autonomous? Is the level information important? More importantly, how can autonomous vehicle relate to you, engineers, entrepreneurs of tomorrow?

We will start this presentation by reviewing what is an autonomous car. We reveal some features of autonomous vehicle and how they are built. Throughout this presentation you will see that artificial intelligence and big data technologies are key in the automotive industry of today.

  • 10h20 - 10h40 Pause Santé

Modérateur: Yaya Traoré

Title: Trends in the Era of Big Data Analytics and Machine Learning

Title: Using AI in the context of IoT

Abstract: Humankind has the ability of learning new things automatically due to the capacities with which we were born. We simply need to have experiences, read, study… live. For these processes, we are capable of acquiring new abilities or modifying those we already have. Another ability we possess is the faculty of thinking, imagines, creates our own ideas, and dream. Nevertheless, what occurs when we extrapolate this to machines? Machines can learn. We can teach them. In the last times, we have seen cars that can recognize pedestrians or other cars, systems that distinguish animals, and even, how some artificial intelligences have been able to dream, paint, and compose music by themselves. Despite this, the doubt is the following: Can machines think? Or, in other words, could a machine which is talking to a person and is situated in another room make them believe they are talking with another human? This is a doubt that has been present since Alan Mathison Turing contemplated it and it has not been resolved yet. In this conference we will show the beginnings of what is known as Artificial Intelligence and some branches of it such as Machine Learning, Computer Vision, Fuzzy Logic, and Natural Language Processing. We will talk about each of them, their concepts, how they work, and the related work on the Internet of Things fields (IoT).

  • 12h - 12h15 Housekeeping infos

  • 12h15 - 14h Pause Déjeûner

Modérateur: Michel Some

  • 14h - 15h Mor BAKHOUM, Univ. Virtuelle, Sénégal (slides)

Titre: Les enjeux liés à la régulation des données.

  • 15h - 16h Thierry Bayala, FasoDrone (slides)

Titre: Agriculture 5.0: pourquoi pas le Burkina Faso?

  • 16h - 17h Karima RAFES, Experte Linked Data Eccenca, Allemagne & CEO BorderCloud, France (slides)

Titre: Comment construire de manière collaborative un graphe de connaissances fiables et interopérables ?

Résumé : Cela fait 20 ans qu'une large communauté travaille à construire la vision du Web sémantique de Tim Berners-Lee. 15 ans que les technologies interopérables pour construire un "Global Geant Graph" (ou Web des données ou Linked Open Data), comme RDF/Turtle, sont utilisées. 8 ans que SPARQL est recommandé par le W3C pour interroger ce "Global Geant Graph". Aujourd'hui, après 20 ans de recherche et d'industrialisation, il est temps que les entreprises, les administrations et les universités sachent construire elles-mêmes leur Web de données fiables, traçables et décentralisées afin d’alimenter leurs "IA". Au travers de cette intervention, Karima Rafes proposera et fera la démonstration d'une méthode pour spécifier, construire et tester en équipe et au fil de l’eau un graphe de connaissances alimenté par des données brutes et par des "IA".

  • 17h - 17h15 Housekeeping infos

Vendredi 12-11-2021

Modérateur: Gaoussou Camara

Titre: IA et Afrique : quel développement?

Résumé : L’intelligence artificielle se développe en Afrique dans un contexte culturel, économique et social spécifique. Dans cette présentation nous précisons l’impact de ce contexte, analysons les conditions de l’émergence d’une IA africaine. En articulation étroite avec les initiatives institutionnelles, nous proposons une dynamique ascendante associant formation, recherche et innovation pour une intelligence numérique du développement en Afrique.

Titre: Formalisation des connaissances par des ontologies

Titre: Enjeux éthiques relatifs à l’émergence de l’intelligence artificielle en contexte africain .

Résumé: Au cours des dernières années, un intérêt évident pour l’IA s’est manifesté en Afrique subsaharienne. De cet engouement, plusieurs questions relatives à son applicabilité, son implémentation et son intégration dans les sociétés africaines. Ces enjeux seront discutés au cours de cette communication.

  • 10h30 - 10h50 Pause Santé

Modérateur: Paulin Melatagia Ghislain Atemezing

Title: Accelare AI Literacy with Low Code

Abstract: A showcase how to set up and manage out of the box, low-code AI classrooms, while enabling rapid development, testing, and collaboration.

Titre: Quelques enjeux du numérique responsable.

  • 12h30 - 12h45 Housekeeping infos

  • 12h45 - 14h30 Pause Déjeûner

Modérateur: Ghislain Atemezing

Title: Explainable Machine Learning on the Web

Abstract: Knowledge graphs are used by more than 4 billion persons daily through applications such as the Google search engine, Facebook, Ebay, Amazon shopping and many more. By virtue of their structure, knowledge graphs are amenable to a particular interesting type of machine learning dubbed ante-hoc globally explainable machine learning, which ensures fairness and transparency. In this talk, I will address some of the current approaches for learning on knowledge graphs including some of their weaknesses. I will also present first solutions to the biggest challenge currently faced by machine learning algorithms for knowledge graphs, i.e., scalability. Promising results will wrap up the presentation.


Titre: La gestion du risque de crédit dans les institutions financières.

Résumé: Après une présentation sommaire de quelques concepts bancaires, la présentation sera essentiellement axée sur la gestion du risque de crédit : composants du risque de crédit, scores de risque de crédit, exigences réglementaires, etc.

  • 17h10 - 17h30 Clôture

Sponsors officiels

AI journal


MONDECA


Partenaires

Université Nazi-Boni, Burkina Faso

Université Ki-Zerbo, Burkina Faso

Ecole Polytechnique de Ouagadougou, Burkina Faso

Ecole Supérieure D'Informatique, Burkina Faso

ISGE, Burkina Faso

Université Norbert Zongo, Burkina Faso

RECIF - Burkina Faso

Université Virtuelle, Sénégal

Université D'Abomey-Calavi, Benin

Université Abdou Moumouni, Niger

Université Cheikh Anta-Diop, Sénégal

Université Alioune Diop, Sénégal

Université de Yaoundé I, Cameroun

Université de Thies, Sénégal

Université Gaston Berger, Sénégal