Cours d'Intelligence Artificielle

Objectifs: Fournir une compréhension pratique de l'IA étroite et générative, en mettant l'accent sur la préparation des données d'entreprise et les techniques d'ingénierie rapides pour l'utilisation efficace des outils d'intelligence artificielle générative, comprendre les principes fondamentaux qui régissent le développement et la mise en œuvre de l'IA, appliquer les principes de Prompt Engineering et des modèles GenAI, planifier un projet d'IA étroite dans un contexte d'entreprise, comprendre les risques éthiques et les défis opérationnels liés à la mise en œuvre de l'IA et évaluer l'évolutivité à long terme des projets d'entreprise.
​Introduction et développement de l'intelligence artificielle
​
​Intelligence artificielle et cadre réglementaire européen [2h]:
• Illustrer le cadre réglementaire européen de l’AI ACT, en mettant l’accent sur son impact pour les entreprises;
• Donner un aperçu de l’IA à travers ses fondements philosophiques, logiques, mathématiques et statistiques;
• Études de cas et quiz pour évaluer l'application pratique d'AI ACT​ ​
​
​Introduction à l'intelligence artificielle étroite [2h]
• Domaines d'application d'AI Narrow: focus sur les solutions métiers (prévision, analyse de données, automatisation);
• Études de cas réelles AI Narrow ​ ​
​
Préparer les données métiers pour l'intelligence artificielle [3h]
• Qu'est-ce qu'un ensemble de données et pourquoi est-il important pour l'IA;
• Classification et catégorisation des données:
o Types de données: structurées, non structurées, semi-structurées;
oTechniques de nettoyage, de normalisation et d’enrichissement des données.
• Outils de préparation de données : Excel, Python (pandas)
Ingénierie rapide pour l'IA générative [3h]
• Qu'est-ce que l'ingénierie rapide:
o Définition, rôle et modèles génératifs tels que GPT, DALL-E et autres;
o Différences entre AI NARROW et Generative (accent mis sur l'interaction via des invites)
• Structurer une invite d'ingénierie:
o Techniques de base : clarté, contextualisation, spécificité;
o Utiliser des contraintes et des commandes pour obtenir des résultats ciblés;
o Invite interactive : tester et optimiser
• Applications métiers GenAI:
o Génération automatique de textes (emails, rapports);
o Analyse des données avec descriptions;
o Automatisation créative (conception, brainstorming)
Intégration d'AI Narrow dans les procesus métiers [3h]
• Comment définir les objectifs business d'un projet d'IA:
• Structuration d'un projet: identification des données, choix de l'algorithme et mise en œuvre; exemple pratique:
o Préparation d'un jeu de données d'entreprise;
o Création d'un modèle de classification des clients;
o Évaluation et présentation des résultats.
​
Intégration de l'IA étroite et générative dans les processus métiers [3h]
• Structurer un projet IA complet:
o Définition des objectifs de l'entreprise;
o Préparation des jeux de données, choix du modèle (Étroit ou Génératif)
• Démonstration pratique
o Création d'un modèle de classification des données;
o Utilisation de GenAI pour l'analyse et la présentation des résultats
• Invite d'ingénierie avancée:
o Concevoir des invites pour des cas d'utilisation complexes;
o Analyse de rentabilisation: créer du contenu sur mesure, des réponses automatisées
Aspects éthiques et scalabilité de l'IA [2h]
• Implications éthiques de l'utilisation de l'IA: biais en matière de données, confidentialité des clients;
• Scalabilité des projets d'IA dans l'entreprise : outils et infrastructures nécessaires;
• Tendances futures : explicabilité de l'IA, automatisation avancée Test final: utiliser AI
Narrow et GenAI pour classer et analyser les données de l'entreprise [1h]
• Préparer un ensemble de données commerciales et appliquer un modèle de classification;
• Créez une invite pour générer automatiquement des informations sur les données (par exemple, des résumés, des suggestions, etc.);
•Présenter les résultats à l'aide de techniques d'ingénierie rapide et de visualisation de données;
• Projet pratique avec rapport final;
• Certificat de réussite avec badge numérique
​

Le cours est dispensé par Valeria Lazzaroli économiste, sociologue, gestionnaire des risques et Chief AI Officer ainsi que présidente de l'Agence nationale pour l'intelligence artificielle et fondatrice et Chief AI Officer d'une Spin-off Universitaire de l'École polytechnique de Turin qui développe le support des algorithmes d'IA. de la fonction Gestion des Risques et Ingénierie des Risques.
Aujourd'hui, il poursuit la spécialisation de l'étude des neurosciences pour le développement d'algorithmes d'IA pour prendre en charge les risques psychosociaux.
Il est membre du comité du chapitre italien du GARP, membre du comité numérique de la FERMA, du comité scientifique de CONSUMERISMO, expert du conseil d'administration de Valore Rischio e Sistemi, professeur de l'Université de Rome TRE pour le programme exécutif de gestion des risques de FEDERMANAGER, membre du corps professoral. de la Formation SOLE24 Ore.