L’IA peut-elle se passer des ingĂ©nieurs en IA ?

Les rĂ©seaux de neurones actuels ont des architectures extrĂŞmement complexes qui sont le rĂ©sultat de bricolages astucieux plutĂ´t que d’avancĂ©es thĂ©oriques importantes. ResNet-152 qui date dĂ©jĂ  de 2015 avait 517 couches, plus de 60 millions de paramètres et une taille supĂ©rieure Ă  240 MĂ©gas. GPT-3 d’OpenAi, un, modèle de type « transformer » a 175 milliards de paramètres […]

Transfer learning – l’apprentissage par transfert

L’apprentissage automatique et plus particulièrement l’apprentissage profond obtiennent aujourd’hui des performances spectaculaires, inespĂ©rĂ©es il y a quelques annĂ©es, dans certaines domaines comme la vision et le traitement du langage naturel. Le « deep learning« , l’apprentissage profond Ă  l’aide de rĂ©seaux de neurones, n’atteint ces prouesses que parce que le volume de donnĂ©es utilisĂ© pour l’apprentissage est […]

TinyML – Pete Warden & Daniel Situnayake

Si vous dĂ©butez avec le Machine Learning (ML), ou plus particulièrement avec le Deep Learning (rĂ©seaux de neurones), implĂ©mentĂ© pour microcontrĂ´leurs , et si vous ĂŞtes dĂ©jĂ  familiers avec TensorFlow alors ce livre de Pete Warden & Daniel Situnayake est fait pour vous. Le livre fait plus de 460 pages. Il est Ă©ditĂ© chez O’Reilly […]

Certification TensorFlow

Certification TensorFlow

TensorFlow a crĂ©Ă© une certification en avril 2020.  Je l’ai obtenue dĂ©but aoĂ»t 2020. Cette certification s’adresse tout d’abord aux dĂ©veloppeurs et aux data scientists qui « souhaitent dĂ©montrer leurs compĂ©tences pratiques en machine learning via la crĂ©ation et l’entraĂ®nement de modèles avec TensorFlow Â» L’intĂ©rĂŞt de cette certification, outre son aspect promotion de votre expertise, qui vous […]

MNIST tf 2.0

Il s’agit de tester le code du livre de Michelucci, Advanced Applied Deep Learning de U. Michelucci, § MNIST Classification with Eager Execution Il n’y a lĂ  rien de spĂ©cial. Les Ă©tapes sont : RĂ©cupĂ©ration des donnĂ©es Normalisation et one hot encoding Transformation des donnĂ©es en tf.data.Dataset object Construction d’un modèle Keras DĂ©finition de l’optimizer et de […]

TensorFlow 2.0 – nouveau tutoriel

TensorFlow 2.0 (Tf) a Ă©té annoncé le 30/09/2019. C’est une bonne nouvelle ! Les versions antĂ©rieures souffraient de nombreux dĂ©fauts dont certains ont Ă©tĂ© corrigĂ©s avec la 2.0. Pour autant, le framework Tf ne s’est pas complètement transformĂ©. C’est toujours « une usine Ă  gaz », complexe, mal documentĂ©e et pas toujours performante. Tutoriels sur le site Tf Il […]

Les salariĂ©s de l’IA

Selon le site de recrutement Indeed.com, le salaire d’un ingĂ©nieur en intelligence artificielle, dans la rĂ©gion de San Francisco, est autour de 135K$ et celui d’un ingĂ©nieur spĂ©cialisĂ© en Machine learning de 170K€. Pour l’Ă©lite des experts, qui sont moins de 10 000 dans le monde, ces salaires peuvent monter beaucoup plus haut, au delĂ  […]

Intelligence Artificielle et véhicules autonomes

Place de l'Etoile

Si les vĂ©hicules autonomes permettent de diminuer la mortalitĂ© sur les routes, alors ce seul argument justifie l’exploration de cette piste.

Mais il y a d’autres raisons que la sĂ©curitĂ© pour intĂ©grer de l’Intelligence Artificielle dans les vĂ©hicules et les rendre plus autonomes, par exemple : diminuer la durĂ©e des trajets, permettre de faire autre chose durant ces trajets, faciliter Ă  tous les dĂ©placements