L’apprentissage automatique et l’intelligence artificielle sont sortis du domaine de la science-fiction pour devenir les sujets les plus discutés dans le monde de la technologie et des affaires. L’apprentissage automatique (ML) est un sous-ensemble de la discipline informatique de l’intelligence artificielle (IA). L’intelligence artificielle fait référence à l’intelligence manifestée par des machines capables d’effectuer des tâches qui nécessitent généralement l’intelligence humaine. L’apprentissage automatique utilise des algorithmes pour apprendre à partir des données, trouver des modèles dans les données et faire des prédictions sur des événements ou des résultats futurs. L’IA peut être appliquée à de nombreuses choses comme les chatbots, les assistants virtuels, les voitures autonomes, etc. Il peut également être utilisé à des fins d’analyse prédictive et à d’autres fins commerciales. Ou même écrire la description ci-dessus du webinaire.

Dans ce webinaire, Jim McKeeth et Yılmaz Yörü vous présentent comment et pourquoi se lancer dans l’apprentissage automatique. Découvrez les dernières nouvelles de l’industrie, comprenez la technologie et découvrez des exemples et des applications qui peuvent aider votre entreprise immédiatement.

Faites défiler vers le bas pour des liens utiles, des diapositives et la rediffusion.

Éthique de l’IA (Algorithmes, DataMining…)

Algorithmes, Datamining, …

Dommages potentiels causés par les systèmes d’IA

• Préjugés et discrimination
• Déni d’autonomie, de recours et de droits individuels
• Résultats non transparents, inexplicables ou injustifiables
• Atteintes à la vie privée
• Isolement et désintégration du lien social
• Résultats non fiables, dangereux ou de mauvaise qualité

Éthique appliquée pour les systèmes d’IA

Singularity & AI (Singularity : Un événement unique aux conséquences profondes)

Films IA, Séries

Plus de vidéos

• Cache-cache multi-agents d’OpenAI – youtube.com/watch?v=kopoLzvh5jY
• Jeff Dean : L’IA n’est pas aussi intelligente que vous le pensez, mais elle pourrait l’être | TED – youtube.com/watch?v=J-FzHIQ7SOs

Liens utiles

• Liste de lecture Embarcadero IA et ML
• Liste de lecture GPT-3
• 3Blue1Brown (YouTube)
• Documents de deux minutes (YouTube)
• Biais codé 
• Les ordinateurs devraient-ils diriger le monde ?
• Les humains n’ont pas besoin de postuler
• Une entrevue avec GPT-3
• Mitov VisionLab & IntelligenceLab
• LearnCPlusPlus.org
• Grands podcasts d’IA
• Articles ouverts ArXiv
• AlphaGO

Exemples d’IA C++ et C++ Builder

introduction

Introduction à l’intelligence artificielle en C++
Un modèle simple de neurones artificiels en C++
Comment créer des modèles de neurones artificiels en C++

Modèles de neurones

Exemple de réseau neuronal artificiel très simple en C++
Modèle de neurone artificiel simple basé sur une structure en C++ Modèle de
neurone artificiel simple basé sur un tableau en C++
Modèle de neurone artificiel basé sur une classe en C++
Modèle de neurone artificiel simple basé sur des vecteurs

Fonctions d’activation

Fonction d’activation d’identité dans les réseaux de neurones
Fonctions sigmoïdes dans les réseaux de neurones
Fonctions d’étape binaires/Heaviside en C++
Unités linéaires d’erreur gaussienne en C++
Activation de l’unité linéaire rectifiée Fonction ANN
Activation de la tangente hyperbolique Fonction ANN La fonction
d’activation SELU fonctionne dans une application C++
Unité linéaire sigmoïde (SiLU) dans Une application C++ de réseau de neurones
Fonction d’activation gaussienne dans un réseau de neurones
ELU Fonctions de réseau de neurones artificiels Fonction
d’activation non monotone (Mish) auto-régularisée

Exemples d’IA de base en C++

Comment importer la bibliothèque FANN pour les projets Windows C++ Builder
( Ce
FANN est une bibliothèque ouverte très conviviale et bonne pour les applications débutantes sur les recherches d’ingénierie et les analyses de données)
en C++
La fonction SoftMax dans les réseaux de neurones

Exemples REST pour connecter des API d’IA

Qu’est-ce que le débogueur C++ Builder REST et comment l’utilisons-nous ?
Comment créer un client REST simple en C++ et plus

SUITE ?

D’AUTRES EXEMPLES D’IA À VENIR SUR LEARNCPLUSPLUS.ORG

Deux vidéos principales du MIT sur DL, ML et AI Introduction

Bases de l’apprentissage en profondeur : introduction et vue d’ensemble
MIT AGI : intelligence artificielle générale

Éthique de l’IA (Algorithmes, DataMining…)

Algorithmes, Datamining, …

Dommages potentiels causés par les systèmes d’IA

• Préjugés et discrimination
• Déni d’autonomie, de recours et de droits individuels
• Résultats non transparents, inexplicables ou injustifiables
• Atteintes à la vie privée
• Isolement et désintégration du lien social
• Résultats non fiables, dangereux ou de mauvaise qualité

Éthique appliquée pour les systèmes d’IA

Singularity & AI (Singularity : Un événement unique aux conséquences profondes)

Films IA, Séries

Plus de vidéos

• Cache-cache multi-agents d’OpenAI – youtube.com/watch?v=kopoLzvh5jY
• Jeff Dean : L’IA n’est pas aussi intelligente que vous le pensez, mais elle pourrait l’être | TED – youtube.com/watch?v=J-FzHIQ7SOs

Liens utiles

• Liste de lecture Embarcadero IA et ML
• Liste de lecture GPT-3
• 3Blue1Brown (YouTube)
• Documents de deux minutes (YouTube)
• Biais codé 
• Les ordinateurs devraient-ils diriger le monde ?
• Les humains n’ont pas besoin de postuler
• Une entrevue avec GPT-3
• Mitov VisionLab & IntelligenceLab
• LearnCPlusPlus.org
• Grands podcasts d’IA
• Articles ouverts ArXiv
• AlphaGO

Exemples d’IA C++ et C++ Builder

introduction

Introduction à l’intelligence artificielle en C++
Un modèle simple de neurones artificiels en C++
Comment créer des modèles de neurones artificiels en C++

Modèles de neurones

Exemple de réseau neuronal artificiel très simple en C++
Modèle de neurone artificiel simple basé sur une structure en C++ Modèle de
neurone artificiel simple basé sur un tableau en C++
Modèle de neurone artificiel basé sur une classe en C++
Modèle de neurone artificiel simple basé sur des vecteurs

Fonctions d’activation

Fonction d’activation d’identité dans les réseaux de neurones
Fonctions sigmoïdes dans les réseaux de neurones
Fonctions d’étape binaires/Heaviside en C++
Unités linéaires d’erreur gaussienne en C++
Activation de l’unité linéaire rectifiée Fonction ANN
Activation de la tangente hyperbolique Fonction ANN La fonction
d’activation SELU fonctionne dans une application C++
Unité linéaire sigmoïde (SiLU) dans Une application C++ de réseau de neurones
Fonction d’activation gaussienne dans un réseau de neurones
ELU Fonctions de réseau de neurones artificiels Fonction
d’activation non monotone (Mish) auto-régularisée

Exemples d’IA de base en C++

Comment importer la bibliothèque FANN pour les projets Windows C++ Builder
( Ce
FANN est une bibliothèque ouverte très conviviale et bonne pour les applications débutantes sur les recherches d’ingénierie et les analyses de données)
en C++
La fonction SoftMax dans les réseaux de neurones

Exemples REST pour connecter des API d’IA

Qu’est-ce que le débogueur C++ Builder REST et comment l’utilisons-nous ?
Comment créer un client REST simple en C++ et plus

SUITE ?

D’AUTRES EXEMPLES D’IA À VENIR SUR LEARNCPLUSPLUS.ORG

Deux vidéos principales du MIT sur DL, ML et AI Introduction

Bases de l’apprentissage en profondeur : introduction et vue d’ensemble
MIT AGI : intelligence artificielle générale

IA, ML, DL

• L’intelligence artificielle (IA) fait référence à l’intelligence manifestée par des machines capables d’effectuer des tâches qui nécessitent généralement l’intelligence humaine.
• L’apprentissage automatique (ML) utilise des algorithmes pour apprendre à partir des données, trouver des modèles dans les données et faire des prédictions sur des événements ou des résultats futurs.
• L’apprentissage en profondeur (DL) est un réseau de neurones avec des couches et des filtres, tente de simuler le comportement du cerveau humain lui permettant d’apprendre à partir de grandes quantités de données.
• DL est un sous-ensemble de ML. Le ML est un sous-ensemble de l’IA. AI est un sous-ensemble de CompSci.

Plus de vocabulaire

• ANN – Artificial Neural Network – constitué de neurones, calqués sur des cerveaux biologiques. C’était l’idée originale de l’IA, mais le matériel à l’époque était trop lent, mais grâce aux progrès d’aujourd’hui, en particulier les GPU, il n’est pas très populaire.
• GAN – Generative Adversarial Network – Deux réseaux de neurones se font concurrence sous la forme d’un jeu à somme nulle, où le gain d’un agent est la perte d’un autre agent. Ils s’entraînent mutuellement.
• SL – Apprentissage supervisé – Tâche ML d’apprentissage d’une fonction qui mappe une entrée à une sortie sur la base d’exemples de paires entrée-sortie.
• GPT – Generative Pre-Training – Modèle de langage par Alec Radford et utilisé par OpenAI. Montre comment un modèle génératif de langage acquiert des connaissances mondiales à partir d’une pré-formation sur un corpus diversifié avec de longues portions de texte contigus.
• NLP – Natural Language Programming – concerne les interactions entre les ordinateurs et le langage humain, en particulier comment programmer des ordinateurs pour traiter et analyser de grandes quantités de données en langage naturel.

Intelligence Artificielle Générale

Théorie de l’IA, également AGI

Intelligence Artificielle Générale

L’intelligence artificielle (IA) fait référence à la simulation de l’intelligence humaine dans des machines programmées pour penser comme des humains et imiter leurs actions. Le terme peut également être appliqué à toute machine qui présente des traits associés à un esprit humain tels que l’apprentissage et la résolution de problèmes. (réf : Investopedia).

L’intelligence générale artificielle (AGI) , également appelée IA forte , est AGI est un sous-ensemble ou noyau central de l’IA. Il est adaptatif capable de développer des compétences. Il existe également un terme d’intelligence biologique artificielle (ABI) qui tente d’imiter l’intelligence «naturelle».

« Il n’y a pas encore d’ IA , nous avons maintenant des technologies d’IA  » Joshua Tennenbaum

« Il n’y a pas d’AGI « , c’est le plus dur

Les exemples AGI les plus proches AlphaGo Zero, IBM Watson, GPT-3

ANN simple

Régressions et IA

Quel langage de programmation est bon pour l’IA ?

Frameworks d’IA, SDK, bibliothèques

Tensorflow (Python) Scalable ML Framework, calcul à l’aide de graphiques de flux de données

Kit d’outils cognitifs Microsoft CNTK (C++) – Kit d’outils d’apprentissage en profondeur open source

Caffe (C++, PyTorch) Framework rapide et ouvert pour l’apprentissage en profondeur

Keras (Python) Bibliothèque de réseaux de neurones open source

Torch (Python) Bibliothèque ML open source

Accord.NET (C#) Framework d’apprentissage automatique .NET pour le traitement audio et image

Spark MLib (Scala) Une bibliothèque d’apprentissage automatique évolutive

ML Pack (C++) Scalable ML Framework, calcul à l’aide de graphes de flux de données

FANN (C & C++, C++Builder) Bibliothèque ANN rapide et gratuite

Bibliothèque de calcul numérique Theon (Python)

Les grands noms de l’IA

Prix ​​Turing (2019)

• De gauche à droite, Yann LeCun, Geoffrey Hinton et Yoshua Bengio.
• Les chercheurs ont travaillé sur des développements clés pour les réseaux de neurones, qui remodèlent la façon dont les systèmes informatiques sont construits.
• _{nytimes.com/2019/03/27/technology/turing-award-ai.html}

L’IA et le ML en pratique

• TensorFlow
• Une bibliothèque de logiciels gratuits et open-source pour l’apprentissage automatique et l’intelligence artificielle. Il peut être utilisé dans une gamme de tâches, mais se concentre particulièrement sur la formation et l’inférence des réseaux de neurones profonds.
• Développé par l’équipe Google Brain pour une utilisation interne de Google dans la recherche et la production.

_{Tensorflow.org
Tensorflow.org/lite
github.com/tensorflow/tensorflow
en.wikipedia.org/wiki/TensorFlow}

TensorFlow Lite et Delphi

• tensorflow.org/lite
• Conçu pour les appareils à faible consommation
• github.com/Embarcadero/TensorFlow-Lite-Delphi
• Les exemples comprennent:
  • Détection d’objets (banane, cheval, etc.)
  • Détection facial
  • Reconnaissance des chiffres
• tensorflow.org/lite/guide/build_cmake

OpenCV

OpenCV est une bibliothèque de fonctions de programmation principalement destinées à la vision par ordinateur en temps réel. Développé à l’origine par Intel, il a ensuite été soutenu par Willow Garage puis Itseez. La bibliothèque est multiplateforme et gratuite sous la licence open source Apache 2. À partir de 2011, OpenCV propose une accélération GPU pour les opérations en temps réel.

• opencv.org
• en.wikipedia.org/wiki/OpenCV
• github.com/Laex/Delphi-OpenCV ← Comprend également FFMPEG

Laboratoire d’intelligence logicielle Mitov

Créez rapidement des applications d’IA et de classificateur !

• Les réseaux de neurones
• Carte auto-organisée
• Bayes naïf
• Voisin le plus proche
• Rétropropagation
• Préparation des données

_{mitov.com/products/intelligencelab}

Connectez les API d’IA avec les systèmes REST et Restful

Éthique de l’IA (Algorithmes, DataMining…)

Algorithmes, Datamining, …

Dommages potentiels causés par les systèmes d’IA

• Préjugés et discrimination
• Déni d’autonomie, de recours et de droits individuels
• Résultats non transparents, inexplicables ou injustifiables
• Atteintes à la vie privée
• Isolement et désintégration du lien social
• Résultats non fiables, dangereux ou de mauvaise qualité

Éthique appliquée pour les systèmes d’IA

Singularity & AI (Singularity : Un événement unique aux conséquences profondes)

Films IA, Séries

Plus de vidéos

• Cache-cache multi-agents d’OpenAI – youtube.com/watch?v=kopoLzvh5jY
• Jeff Dean : L’IA n’est pas aussi intelligente que vous le pensez, mais elle pourrait l’être | TED – youtube.com/watch?v=J-FzHIQ7SOs

Liens utiles

• Liste de lecture Embarcadero IA et ML
• Liste de lecture GPT-3
• 3Blue1Brown (YouTube)
• Documents de deux minutes (YouTube)
• Biais codé 
• Les ordinateurs devraient-ils diriger le monde ?
• Les humains n’ont pas besoin de postuler
• Une entrevue avec GPT-3
• Mitov VisionLab & IntelligenceLab
• LearnCPlusPlus.org
• Grands podcasts d’IA
• Articles ouverts ArXiv
• AlphaGO

Exemples d’IA C++ et C++ Builder

introduction

Introduction à l’intelligence artificielle en C++
Un modèle simple de neurones artificiels en C++
Comment créer des modèles de neurones artificiels en C++

Modèles de neurones

Exemple de réseau neuronal artificiel très simple en C++
Modèle de neurone artificiel simple basé sur une structure en C++ Modèle de
neurone artificiel simple basé sur un tableau en C++
Modèle de neurone artificiel basé sur une classe en C++
Modèle de neurone artificiel simple basé sur des vecteurs

Fonctions d’activation

Fonction d’activation d’identité dans les réseaux de neurones
Fonctions sigmoïdes dans les réseaux de neurones
Fonctions d’étape binaires/Heaviside en C++
Unités linéaires d’erreur gaussienne en C++
Activation de l’unité linéaire rectifiée Fonction ANN
Activation de la tangente hyperbolique Fonction ANN La fonction
d’activation SELU fonctionne dans une application C++
Unité linéaire sigmoïde (SiLU) dans Une application C++ de réseau de neurones
Fonction d’activation gaussienne dans un réseau de neurones
ELU Fonctions de réseau de neurones artificiels Fonction
d’activation non monotone (Mish) auto-régularisée

Exemples d’IA de base en C++

Comment importer la bibliothèque FANN pour les projets Windows C++ Builder
( Ce
FANN est une bibliothèque ouverte très conviviale et bonne pour les applications débutantes sur les recherches d’ingénierie et les analyses de données)
en C++
La fonction SoftMax dans les réseaux de neurones

Exemples REST pour connecter des API d’IA

Qu’est-ce que le débogueur C++ Builder REST et comment l’utilisons-nous ?
Comment créer un client REST simple en C++ et plus

SUITE ?

D’AUTRES EXEMPLES D’IA À VENIR SUR LEARNCPLUSPLUS.ORG

Deux vidéos principales du MIT sur DL, ML et AI Introduction

Bases de l’apprentissage en profondeur : introduction et vue d’ensemble
MIT AGI : intelligence artificielle générale