10 Programmes technologiques Cours d'été Degree Programs in Royaume-Uni

L'objectif de ce cours est de vous fournir une introduction rapide mais solide aux fondements théoriques de l'apprentissage automatique.

Dans ce cours, nous allons analyser les principaux facteurs qui sous-tendent l'ascension de l'économie numérique, ainsi que les défis politiques posés par cet essor rapide. Nous verrons comment les entreprises peuvent créer et monétiser des effets de réseau, et comment les plateformes prennent leurs décisions en matière de prix et de stockage. Nous examinerons l'économie des moteurs de recherche, la conception stratégique des algorithmes de recherche et la tarification de la recherche. Nous discuterons de la réponse de la politique de la concurrence à l'essor des plateformes numériques et, en particulier, nous nous concentrerons sur les données des consommateurs et la protection de la vie privée.

Intelligence artificielle avancée et apprentissage automatique : traitement du langage naturel est un cours qui approfondit les concepts théoriques de la PNL, explore ses applications actuelles et envisage les utilisations futures potentielles dans divers domaines. Le cours met en évidence l'importance de la PNL dans notre vie quotidienne, en mettant l'accent sur son intégration via le texte prédictif, les outils de traduction et les appareils intelligents, mettant en valeur l'immense potentiel futur de ce domaine de recherche passionnant, particulièrement évident dans les grands modèles linguistiques comme Chat-GPT.

À notre époque de technologies intelligentes et d’automatisation en plein essor, nous constatons déjà le potentiel de transformation de l’intelligence artificielle et de l’apprentissage automatique dans des domaines aussi divers que la finance, la médecine et l’industrie manufacturière. Ce cours offre une introduction pratique à ce domaine de recherche tourné vers l'avenir.

Des voitures autonomes à la réalité augmentée en passant par l’imagerie médicale intelligente qui aide les médecins à identifier les maladies plus rapidement, la vision par ordinateur est un domaine en croissance rapide au sein de l’intelligence artificielle et de l’apprentissage automatique. Dans ce cours, les étudiants qui connaissent déjà les principaux fondements théoriques de l'intelligence artificielle et de l'apprentissage automatique approfondiront les capacités passionnantes de ce domaine de recherche et ses applications.

Se tromper fait partie de ce qui fait de nous des humains, et notre intelligence naturelle nous aide à apprendre de nos erreurs. L'apprentissage par renforcement est un domaine de l'apprentissage automatique qui permet à l'intelligence artificielle d'apprendre également de ses erreurs, en permettant par exemple à un robot de procéder par essais et erreurs pour interagir avec un nouvel environnement et atteindre un objectif. Ce cours avancé examine les principes fondamentaux de l'apprentissage par renforcement et explore les applications variées des méthodes de programmation dynamique.

Le cours commence par une introduction à la psychologie computationnelle et à l'intelligence artificielle, explorant la manière dont les modèles informatiques basés sur des processus peuvent être utilisés pour représenter le fonctionnement du cerveau humain, en utilisant des algorithmes pour simuler des aspects de la cognition et prédire le comportement. Nous examinerons ensuite la manière dont ces modèles sont en corrélation avec la neurobiologie, le réseau réel de cellules et de signaux qui constitue le cerveau, en étudiant les modèles neuronaux, la manière dont les réseaux neuronaux effectuent des calculs et les théories neuropsychologiques de l'apprentissage.

L'apprentissage profond non supervisé est un domaine de recherche émergent et passionnant dans le domaine de l'intelligence artificielle et de l'apprentissage automatique, dans lequel l'objectif est de développer des systèmes capables d'apprendre à partir de données non étiquetées. De tels systèmes imitent fidèlement l’intelligence humaine naturelle en trouvant des modèles dans les données sans instructions sur ce qu’il faut rechercher.

Le développement des technologies de l'information et de la communication basées sur la physique quantique modifiera radicalement plusieurs domaines clés de l'économie du futur : (i) certains calculs très lents effectués par des ordinateurs classiques seront considérablement accélérés par de nouveaux ordinateurs quantiques, (ii) des simulations beaucoup plus précises de systèmes physiques complexes seront rendues possibles par des simulateurs quantiques, (iii) la sensibilité accrue des systèmes de métrologie sera atteinte par des capteurs quantiques, et (iv) les communications Internet seront davantage sécurisées par l'application et le déploiement de nouveaux systèmes de cryptographie quantique. Ces nouveaux systèmes quantiques ne remplaceront pas les systèmes d'information et de communication classiques, mais fonctionneront en conjonction avec eux en les améliorant là où les systèmes classiques présentent des faiblesses critiques, comme l'impossibilité de simuler certains systèmes biochimiques dans les systèmes pharmaceutiques, d'obtenir un sens à l'échelle nanométrique des grandeurs physiques, de résoudre certains problèmes informatiques difficiles ou de garantir des communications sécurisées qui ne puissent jamais être déchiffrées par des tierces parties.

L’IA générative promet d’être l’une des technologies les plus transformatrices de la décennie à venir. Suite à l’adoption généralisée d’outils de Large Language Model tels que Chat GPT et Dall-E, les entrepreneurs ont expérimenté comment utiliser ces technologies pour créer de nouvelles entreprises et perturber les industries établies.