Intelligence Artificielle et Architectures Electroniques : un destin commun

Rapidement dans l’histoire de l’intelligence artificielle, des architectures électroniques spécifiques ont été développées, le Perceptron de Rosenblatt était lié à Mark I une architecture électronique spécifique pour le Perceptron. Aujourd’hui, le Deep Learning est partout, et il est considéré comme l'un des composants fondamentaux des systèmes intelligents. Il est relativement simple de programmer un réseau de neurones convolutifs ou profonds dans un logiciel - il existe plusieurs ateliers logiciels pour le faire : Pytorch, TensorFlow, Caffee... -, il est plus difficile d'intégrer le traitement correspondant à l'intérieur d'un objet matériel simple tel que ceux de l'Internet des objets (IoT). Mais dans notre vie quotidienne, les appareils électroniques sont de plus en plus intelligents. Par exemple, le dépistage des pathologies gastro-intestinales avec des capsules sans fil intégrera des algorithmes d’intelligence artificielle qui prendront en charge la première étape du diagnostic ; les véhicules automobiles seront totalement autonomes et s'adapteront à leur environnement en répartissant l'intelligence entre plusieurs dispositifs électroniques de la voiture. Ainsi, de nombreuses applications dans les domaines biomédical, des transports, des réseaux et autres bénéficieront des objets intelligents. La question est de savoir comment intégrer une méthode aussi puissante que le Deep Learning dans l'environnement contraint d'un objet simple. L’exposé présentera un historique de la recherche sur les accélérateurs pour l’intelligence artificielle et les nouvelles architectures électroniques pour l’IA qui prennent en compte de nouvelles contraintes comme l’énergie.

• Enregistrement vidéo