FICHE DESCRIPTIVE DU COURS · INF473

Introduction à l’Intelligence Artificielle Générative

Électif · Français
ECTS
5
Crédit local
3
Cours Théoriques + Travaux Dirigés (TD) + Travaux Pratiques (TP)
3 + 0 + 0
Niveau du Cours
Licence
Cours Pré-Requis
-
Semestre du Cours
8

Contenus

Objectif du Cours

L'objectif de ce cours est de permettre aux étudiants de comprendre les principes mathématiques, algorithmiques et d'ingénierie fondamentaux qui sous-tendent les systèmes d'intelligence artificielle générative ; d'enseigner le fonctionnement, l'entraînement, l'évaluation et les modalités d'utilisation dans le monde réel des grands modèles de langage (LLM), des modèles de génération d'images et de texte, ainsi que des architectures génératives modernes.

Contenu du Cours

(Ci-dessous) Cela peut être consulté dans la section des intitulés de sujets.

Acquis d'Apprentissage du Cours

À l'issue de ce cours, les étudiants seront capables de :

1. Expliquer les fondements mathématiques des systèmes d'intelligence artificielle générative,
2. Décrire les architectures des grands modèles de langage (LLM) et des architectures de retrieval/agent,
3. Entraîner et optimiser des systèmes modernes d'IA générative à l'aide de techniques appropriées,
4. Évaluer les performances et la qualité des systèmes d'IA générative à l'aide de métriques et de méthodologies pertinentes.

Méthodes d'Enseignement

Les cours se dérouleront en présentiel. Dans le cadre du cours, les étudiants réaliseront un projet et en feront la présentation.

Ressources

Build a Large Language Model (From Scratch), Sebastian Raschka, September 2024

Intitulés des Sujets

Intitulés des Sujets Théoriques
Semaine Intitulés des Sujets
1 Qu'est-ce que l'IA Générative ?
2 Modélisation du Langage Probabiliste
3 Apprentissage Profond I
4 Apprentissage Profond II
5 Mécanisme d'Attention et Fondements du Transformer
6 Décodeur Transformer et Architecture LLM
7 Entraînement des LLM I
8 Examen Partiel
9 Entraînement des LLM II
10 Modèles Instruct et RLHF
11 Ingénierie du Prompt
12 Génération Augmentée par Récupération (RAG)
13 Appel d'Outils et Systèmes Agentiques
14 Présentations de Projets de Bout en Bout

Système d'évalution

Contribution à la Note Finale
Activités Numéro Contribution
Contribution du contrôle continu à la note finale 0 0
Contribution de l'examen final à la note finale 0 0
Total 0 0
Contrôle Continu
Activités Numéro Contribution
Devoir 0 0
Présentation 0 0
Examen partiel (temps de préparation inclu) 1 30
Projet 1 30
Travail de laboratoire 0 0
Autres travaux pratiques 0 0
Quiz 0 0
Devoir/projet de session 0 0
Portefeuille 0 0
Rapport 0 0
Journal d'apprentissage 0 0
Mémoire/projet de fin d'études 0 0
Séminaire 0 0
Autre 0 0
Make-up 0 0
Total 2 60

Evalution de la Compétence

No Objectifs Pédagogiques du Programme Contribiton
1 2 3 4 5
1 Matematik, fizik ve mühendislik bilimlerine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, mühendislik problemlerinin modellenmesi ve çözümünde kullanabilme becerisi. X
2 Karmaşık bilgisayar mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. X
3 Yazılımsal veya donanımsal karmaşık bir sistemi, süreci veya donanımı gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. X
4 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. X
5 Analitik düşünce ile bir sistemi, sistem bileşenini ya da süreci analiz etme, modelleme, deney tasarlama ve yapma, veri toplama, çözüm algoritmaları üretebilme, uygulamaya alma ve geliştirme becerileri. X
6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. X
7 Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az iki yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, yazılım ve donanım tasarımını, gerekirse teknik resim metotları kullanarak raporlayabilme, etkin sunum yapabilme becerisi. X
8 Bilgiye erişebilme ve bu amaçla kaynak araştırması yapabilme, veri tabanları ve diğer bilgi kaynaklarını kullanabilme becerisi X
9 Yaşam boyu öğrenmenin gerekliliği bilinci; kendini sürekli yenileme becerisi. X
10 Mesleki etik ilkelerine uygun davranma, mesleki sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. X
11 Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. X
12 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi. X
13 Bilgisayar mühendisliği uygulamalarının hukuki ve etik boyutları konusunda farkındalık. X

Tableau de la Charge de Travail

Activités Nombre Durée Charge totale de Travail
Durée du cours 14 3 42
Préparation pour le cours 13 1 13
Devoir 0 0 0
Présentation 1 10 10
Examen partiel (temps de préparation inclu) 1 10 10
Projet 1 30 30
Laboratoire 0 0 0
Autres travaux pratiques 0 0 0
Examen final (temps de préparation inclu) 1 20 20
Quiz 0 0 0
Devoir/projet de session 0 0 0
Portefeuille 0 0 0
Rapport 0 0 0
Journal d'apprentissage 0 0 0
Mémoire/projet de fin d'études 0 0 0
Séminaire 0 0 0
Autre 0 0 0
baclé 0 0 0
Yil 0 0 0
Yil 0 0 0
Yil 0 0 0
Charge totale de Travail 125
Charge totale de Travail / 25 5.00
Crédits ECTS 5