5.00 crédits
30.0 h + 30.0 h
Q2
Enseignants
Deville Yves; Piette Eric (supplée Deville Yves);
Langue
d'enseignement
d'enseignement
Français
Préalables
LEPL1402: Programmation dans un langage de haut niveau
Thèmes abordés
- Résolution de problèmes par la recherche: formulation des problèmes, stratégies de recherche informées et non informées, recherche locale, évaluation du comportement et coût estimé, applications
- Satisfaction de contraintes: problèmes de formulation, traçage et propagation de contraintes, applications
- Jeux et recherche contradictoire : algorithme de minimax et élagage Alpha-Beta, applications
- Logique propositionnelle: représentation des connaissances, inférence et raisonnement, applications
- Logique du premier ordre: représentation des connaissances, inférence et raisonnement, chaînage avant et arrière, systèmes à base de règles, applications
- Planification: langages des problèmes de planification, méthodes de recherche, graphes de planification, planification hiérarchique, extensions, applications
- AI, philosophie et éthique: "les machines savent-elles agir intelligemment ?", "les machines savent-elles vraiment penser ?", l'éthique et les risques de l'intelligence artificielle, l'avenir de l'intelligence artificielle
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
Eu égard au référentiel AA du programme « Master ingénieur civil en informatique », ce cours contribue au développement, à l'acquisition et à l'évaluation des acquis d'apprentissage suivants :
|
|
Contenu
- Introduction
- Recherche
- Recherche informée
- Recherche locale
- Recherche avec adversaire
- Problème de satisfaction de contraintes
- Agent logique
- Logique de premier ordre et inférence
- Planification
- Apprendre à partir d'exemples
- Fondements philosophiques, le présent et l'avenir de l'AII
Méthodes d'enseignement
- Apprentissage par problèmes
- Apprendre en faisant
- 4 missions (de deux semaines) à réaliser par équipes de deux étudiants
- Cours magistral (1 heure / semaine)
- Feed-back sur les missions clôturées (1 / 2 heure)
- Discussion de la mission en cours (1 / 2 heure)
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
- L'évaluation sera réalisée au travers d'une évaluation continue des missions et travaux réalisés pendant l'année ainsi que par un Examen.
- L’évaluation continue comporte des travaux qui donneront lieu à une note globale unique, communiquée à la fin du dernier travail. Le non-respect des consignes méthodologiques définies sur Moodle, notamment en matière d’utilisation de ressources en ligne ou de collaboration entre étudiant·es, pour tout travail entraînera une note globale de 0 pour l’évaluation continue.
- L'utilisation de ChatGPT, ou tout autre outil équivalent, est strictement interdite pour la réalisation des missions et travaux. Dans tous les cas, le professeur se réserve le droit de convoquer les étudiants lors d'une session Q/A orale supplémentaire afin de vérifier la compréhension du travail rendu. En cas d'échec, la note globale de 0 sera attribuée au travail.
- La méthode d'intégration des évaluations des travaux de l'année et de l'examen est la suivante. Si l'ensemble des travaux ont été évalués à au moins 10/20, la pondération de ceux-ci est 30%; la pondération de l'examen est de 70%. Si l'ensemble des travaux de l'année ont évalué à n/20, avec n<10, la pondération de ces travaux est plus importante et est calculée selon la formule suivante : 30% + (10-n)*2.5%. La pondération de l'examen est alors ajustée de manière complémentaire.
- Les travaux ne peuvent être réalisés que pendant le quadrimestre du cours. Il n'est pas possible de refaire les travaux durant un autre semestre ou pour la session de septembre.
- L'examen sera écrit, mais en cas de doute de l'enseignant sur la note à attribuer à un étudiant, celui-ci pourra être interrogé complémentairement en oral.
Bibliographie
- Stuart Russell, Peter Norvig, Artificial Intelligence : a Modern Approach, 3nd Edition, 2010, 1132 pages, Prentice Hall
- transparents en ligne
Faculté ou entité
en charge
en charge
INFO
Programmes / formations proposant cette unité d'enseignement (UE)
Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
d'apprentissage
Filière en Informatique
Bachelier en sciences informatiques
Master [120] : ingénieur civil électromécanicien
Master [120] : ingénieur civil en science des données
Mineure en sciences informatiques
Master [120] en science des données, orientation technologies de l'information
Mineure Polytechnique