Ou La programmation et le déploiement de l'IA.
Titre plus complet : Du Calcul à l'IA : Comment programmer, augmenter et déployer votre intelligence.
La Plénière de notre thématique est planifié le 8 Juillet 2020 (voir plus bas).
L'Intelligence Artificielle (IA) est un paradigme qui a profondément modifié les sciences des données ces dernières années. Elle se base sur l'utilisation de jeux de données de référence pour apprendre des règles de décisions, ces règles permettant alors d'établir des prédictions ou de prendre des décisions sur des données similaires aux données d’apprentissage. Parmi la grande variété des applications de l'IA , on peut citer les systèmes de recommandation en ligne, l'aide à la conduite ou bien même la définition de modèles de substitution. Ces applications ont de fortes retombées dans l'industrie et la société. Elles ont de même suscité en France la création des 3IA (Instituts d'Intelligence Artificielle). Enfin, elles sont souvent transverses à plusieurs thématiques des JDEV. Dans ce contexte, le fil conducteur de la thématique T8 des JDEV2020 sera d’établir des liens entre les langages, les packages, et les usages de l'apprentissage automatique ainsi que des moyens matériels pour faire fonctionner efficacement les stratégies d'IA.
L'apprentissage automatique, ou machine learning, est en effet une des deux composantes fondamentales sur laquelle se base l’IA moderne et fourni une multitude de modèles et d’approches pour apprendre et prédire des relations complexes. Nous traiterons par exemple de la programmation d'outils d'apprentissage automatique tels que les forêts aléatoires, les machines à vecteurs de support (SVM) et surtout des réseaux de neurones profond. Ces derniers ont en effet permit de grandes avancées dans le traitement de données structurées en très grande dimension telles que les images ou le son. Elles sont de même aujourd'hui à la pointe pour le traitement de donnée moins bien structurées telles que le langage naturel. Leur apprentissage nécessite par contre la définition d’architectures de réseaux cohérentes avec les données traitées. Bien qu'une prédiction par réseau de neurone soit rapide, son apprentissage préalable peut nécessiter de très grosses ressources de calcul. Leur popularité est alors particulièrement liée à l’utilisation d’architectures de calcul adaptées comme les GPU par exemple.
Un autre verrou actuellement est le besoin d'apprendre des règles de décisions à partir de données extrêmement massives, comme par exemple en imagerie satellite. Ce verrou peut même être perçu comme critique du point de vue de la souveraineté nationale/européenne. Le second axe fort de la thématique T8 des JDEV sera alors de discuter des grosses infrastructures de calcul pour apprendre efficacement des règles d'IA sur des données massives.
Résumé court :
A l’heure où les données instrumentales et les données computationnelles explosent, l’IA fait actuellement une percée remarquable avec l’utilisation massive des données. La recherche par les données révolutionne la démarche scientifique. Les outils d’apprentissage automatique comme l’apprentissage profond ont comme verrou la puissance de calcul, la préparation et l’accès aux données. D’autre part, l’offre de calcul se diversifie en terme d’architectures et d’organisation des capacités de calcul et est en constante mutation. L’IA nécessite un changement complet de méthode, architectures (GPU), d’outils et de savoir-faire par rapport à l’HPCs. Par ailleurs, les centres de calcul classiques sont amenés à évoluer vers un cluster de data science (HPC, HPDA). Notre communauté doit s’adapter et participer à ce nouveau contexte.
Apprentissage automatique, apprentissage profond, apprentissage par Renforcement, cnn, compute lab, Deep learning, DL, flux, gan, Generative Adversarial Network, GPU, IA, Intelligence artificielle, 3IA, julia, keras, knet, Machine learning, notebook, passage à l'échelle, python, pytorch, RL, Reinforcement Learning, Réseaux de neurones, rnn, Sciences des données, Tensorflow.
* Introduction de la 2e demie journée IA
Statut :
En {séance plénière générale le 7 Juillet 2020 :
Les ateliers auront lieu après la plénière de cette thématique prévue le 8 juillet.
Les modalités précises sont encore à l'étude. Ils seront regroupés thématiquement 2 par 2 sur une journée autour de pratiques en terme d'outils ou de langages.
T8.APX : Atelier préparatoires numéro X de la thématique 8 T8.AX : Atelier numéro X de la thématique 8.
Les journées prévues ou à l'étude sont les suivantes :
Journée prévu le 17 Juillet 2020 en distanciel avec TEAMS.
2 GT ont été insérées à la journée de la plénière le 8 Juillet 2020. Les dates et modalités pour les autres sont encore à l'étude.