Formation à distance training nexworld

Des formations en ligne et des retours d'expérience animés par des experts

LES GRANDES BRIQUES DE L’IA OPEN SOURCE

Quelles briques d’IA choisir pour augmenter votre SI de façon personnalisée ?

REF S019

Introduction

Vous souhaitez adosser de nouvelles briques d’Intelligence Artificielle (IA) open source à vos services actuels, afin de les rendre encore plus efficaces et ainsi propulser votre entreprise dans l’ère des « services augmentés ». Ce séminaire a pour objet de rappeler le fonctionnement des briques d’Intelligence Artificielle, de vous montrer une mise en oeuvre concrète et détaillée de chacune d’elles – use case à l’appui – et de vous les détailler. Au programme : TensorFlow, Rasa, spaCy, Open CV, etc…

A l’issue de ce séminaire, vous apprendrez :

  • Un rappel sur les concepts et usages
  • Une vision claire sur les principes de l’open source
  • Un panorama des frameworks – fonctionnalités, usages, avantages et inconvénients
  • De nombreuses mises en oeuvre démontrant l’implémentation des fonctions d’Intelligence Artificielle
  • Une compréhension de l’Architecture à mettre en place en fonction du cas d’usage

Les présentations seront agrémentées de démonstrations.

Concepts et fondamentaux

Cette section pose les bases et les concepts nécessaires pour comprendre et appréhender le monde de l’open source et les concepts relatifs à l’Intelligence Artificielle :

  • Définition de ce que représente le monde de l’open source
  • Définitions et concepts autour de l’Intelligence Artificielle et des briques d’IA cognitives (reconnaissance et synthèse vocale, du NLP au NLU et au NLG), recherche documentaire intelligente, Machine Vision, interprétation de l’humeur et traduction
  • Synthèse comparative entre le monde de l’open source et les solutions éditeurs

De même, nous répondrons aux interrogations liées à l’open source comme :

  • Les questions usuelles : l’usage, la documentation, le support, la sécurité
  • Les questions spécifiques : la licence, la configuration, la communauté
  • Les indicateurs de la santé d’un projet open source
  • Les limites et les décalages entre promesses et réalité

Étude et positionnement des briques d’IA

Dans cette partie, nous vous expliquerons les principes de fonctionnement des frameworks généralistes open source :

  • Les langages de Data Scientist : Python, R
  • Les frameworks de Deep Learning
  • Les autres composants (wrappers, …)

Ensuite, nous vous présenterons les différentes briques d’IA, et, pour chacune d’elles, nous vous fournirons :

  • Des cas d’usage
  • L’Architecture « type » à mettre en œuvre
  • Le processus détaillé à entreprendre pour construire cette brique
  • Les outils de pré-processing, si besoin
  • Un panorama des solutions, avec leurs forces et faiblesses
  • Une mesure de la maturité des solutions

Des démonstrations viendront étayer nos explications et vous permettrons de mesurer l’efficacité de l’élément adressé.
Les services développés seront :

  • Traitement du langage : cette brique inclut 3 éléments dont le NLU, permettant de comprendre le texte, la conversation pour articuler le flow conversationnel et le NLG, pour créer du texte automatiquement. Ces trois éléments seront décrits et étudiés dans cette section.
  • Reconnaissance et synthèse vocale : ces deux sous-briques seront analysées avec leurs caractéristiques spécifiques et solutions associées.
  • Traitement et analyse d’images : le Machine Vision est complexe de par ses fins (classification ou  régression), ses possibilités (OCR, localisation d’objets, détection de contenu inapproprié, segmentation, …) et sa multitude d’algorithmes. Nous expliquerons et détaillerons donc les possibilités des solutions de cette brique.
  • Interprétation de l’humeur et des émotions : l’IA émotive voit déjà des frameworks spécialisés être créé, dont nous vous parlerons.

Assemblage des briques open source

Ces briques d’IA open source permettent de résoudre des cas d’usage spécifiques dans leurs champs d’application qui leurs sont propres (vision, langage naturel, etc…). Elles peuvent également être combinées afin de répondre à des cas d’usage plus complexes.

Nous vous présentons comment assembler ces solutions open source pour créer des Architectures plus élaborées afin d’adresser des problématiques plus complexes.

Les Frameworks d’IA appliqués à la Data

Pour terminer le séminaire, nous vous présenterons de manière simple et synthétique, les usages du Deep Learning pour traiter la donnée et nous vous fournirons un échantillon de frameworks principalement dédiés à ces usages.