EnglishFrançais

Site Web DMA

Bannière DMA Site de l'ENS Site Paris Sciences et Lettres Site du CNRS Accueil

Séminaire Data de l'ENS

Horaires : Le mardi 21 février 2017, 12:00

Lieu : room CONF IV (physic dpt)

Intelligence artificielle et raisonnement inductif : de la théorie de l'information aux réseaux de neurones artificiels

Yann Ollivier (CNRS and Paris-Sud - page personnelle)

Les problèmes de raisonnement inductif ou d'extrapolation comme 'deviner la suite d'une série de nombres', ou plus généralement, 'comprendre la structure cachée dans des observations', sont fondamentaux si l'on veut un jour construire une intelligence artificielle. On a parfois l'impression que ces problèmes ne sont pas mathématiquement bien définis. Or il existe une théorie mathématique rigoureuse du raisonnement inductif et de l'extrapolation, basée sur la théorie de l'information. Cette théorie est très élégante, mais difficile à appliquer. En pratique aujourd'hui, ce sont les réseaux de neurones qui donnent les meilleurs résultats sur toute une série de problèmes concrets d'induction et d'apprentissage (vision, reconnaissance de la parole, récemment le jeu de Go ou les voitures sans pilote...) Je ferai le point sur quelques-uns des principes mathématiques sous-jacents et sur leur lien avec la théorie de l'information.

 

Autres séances du séminaire


45 rue d'Ulm - F 75230 PARIS cedex 05 | phone : (33) 1 44 32 20 49 | fax : (33) 1 44 32 20 69

Plan du site | Mentions légales | | Edition du site | Web site designed under SPIP