Informations de rentrée
La rentrée du master a eu lieu le 10 Septembre 2018 Voir les slides qui y ont été présentés
Continue ReadingUn chaire intelligence artificielle entre Infosys et Aix-Marseille Université
Infosys, le numéro deux indien des services informatiques, ouvre son centre d’excellence logistique et transport à Marseille. Dans ce cadre Infosys déclare vouloir créer une chaire IA avec Aix-Marseille Université Lire l’article
Continue ReadingInternational Conference on Learning Representations (ICLR) 2018
La conférence ICLR est la conférence de référence sur le Deep Learning et les Réseaux de Neurones. La conférence a attiré environ 2000 participants mais l’inscription à la conférence a été rapidement fermée après son ouverture car la capacité maximale avait été atteinte. QARMA y était représenté avec un article co-écrit avec le laboratoire LIP6…
Continue ReadingDémo IAAA : Apprentissage non supervisé d’embeddings de mots
Une démo par l’équipe du parcours IAAA. Les embeddings de mots sont des représentations réelles et vectorielles (en faible dimension) de mots d’une langue. Ces représentations sont apprises de façon non supervisée avec diverses méthodes généralement basées sur des réseaux de neurones. En utilisant un espace de représentation de dimension 2 on peut visualiser les…
Continue ReadingDémo Tensorflow : Génération de musique avec des RNNs
Cette démo (réalisée par l’équipe de développement de Tensorflow) est disponible sur le site de Tensorflow une des plateformes les plus populaires pour programmer des modèles neuronaux et les apprendre en utilisant les capacités des GPUs.
Continue ReadingDémo IAAA : Un générateur de texte avec des RNNs
Une démo par l’équipe du parcours IAAA. Il est possible à l’aide de techniques d’apprentissage statistique d’apprendre des modèles comme celui utilisé ci-dessous pour générer des séquences « aléatoirement ». Il s’agit d’un générateur construit à l’aide d’un réseau de neurones récurrent (RNN). Il est utilisé ici pour générer des phrases aléatoirement mais pas totalement au hasard,…
Continue ReadingDémo IAAA : Étiquetage de séquence avec des CRFs
Une démo par l’équipe du parcours IAAA. Les CRFs (Conditional Random Fields) sont des modèles statistiques permettant de traiter des données structurées et en particulier des séquences. Cette démonstration montre comme utiliser un modèle de ce type pour réaliser l’étiquetage dit POS (Part Of Speech) d’une phrase. Le ‘étiquetage en POS (ou POS tagging) consiste…
Continue ReadingDémo IAAA : Deviner un visage à partir d’un dessin avec des Adversarial Networks
Une démo par l’équipe du parcours IAAA. La stratégie Adversarial Learning est une méthode d’apprentissage apparue en 2014 et qui permet d’apprendre à des modèles neuronaux à générer automatiquement des données ressemblant à celles qu’il ont vus en apprentissage. Par exemple, si ils sont entrainés sur des images de visages ils sont capables d’inventer de…
Continue Reading