Introduction à l'intelligence artificielle pour les industries culturelles et créatives

Structure : EUR CREATES
Niveau du cours : M1, M2, Doctorat
Code de l'UE : BMUICR1
Semestre : Impair
Lieu d'enseignement : Campus Georges Méliès
Langue : Français

Public

Les étudiant·es en première ou deuxième année du Master Information-communication (parcours ICONES, EMIC, DISTICS et ICCD) ou Humanités et Industries Créatives (parcours MAJIC), ainsi que les doctorant·es du périmètre de l’EUR CREATES.

Prérequis 

Aucun prérequis n'est nécessaire pour participer à ce cours.
 

Organisation

Présentiel :
- 12h de cours magistraux (CM)
- 12h de travaux dirigés (TD)

A propos 

Présentation du cours

Objectifs du cours

À la fin de ce cours, l’apprenant·e sera capable de…

  • Expliquer les concepts et les méthodes clés de l’IA,
  • Appréhender les capacités, limites et enjeux des nouveaux systèmes d’IA,
  • Débuter une intégration des progrès apportés par l’IA dans leurs disciplines respectives.


L’intelligence artificielle (IA) moderne est un ensemble d’avancées majeures en mathématiques appliquées, statistiques et informatique. Elle apporte avec elle de nouvelles méthodes et outils qui impactent de façon croissante les pratiques professionnelles, et la société dans son ensemble.

Ce cours d'introduction à l'IA vise à familiariser les étudiant·es avec les concepts fondamentaux et les applications de l'IA dans les industries culturelles et créatives. Il n’a pas pour objectif d’enseigner les spécificités techniques de l'IA, mais d’offrir aux étudiant·es la possibilité de se confronter à ces nouveaux outils bouleversant les pratiques professionnelles, en particulier dans le monde des médias. En mettant en évidence les limites des techniques actuelles et les enjeux scientifiques, sociétaux et environnementaux liés à ces nouvelles technologies, les étudiant·es pourront développer leur esprit critique et saisir les opportunités que l’IA entraîne dans leurs disciplines respectives.

La réussite à ce cours donnera droit à 3 ECTS.

Ce cours est dispensé par l’équipe EFELIA (École Française de l’Intelligence Artificielle) et s’inscrit dans la stratégie nationale pour l’IA. Au niveau local, le projet est opéré par l'Institut 3IA Côte d'Azur.

Il est conseillé d'apporter son ordinateur portable à chaque séance. Les TD nécessitent d'avoir un compte Google et le navigateur Google Chrome.

Enseignant

Modalités pédagogiques
  • Apports théoriques
  • Études de cas
  • Exercices de manipulation
  • Lecture d’articles scientifiques
  • Projet
  • Espace Moodle
Modalités d'évaluation

Contrôle continu intégral.

Bibliographie

Articles scientifiques :

  • “AI Myths.” https://www.aimyths.org/
  • "A free online introduction to artificial intelligence for non-experts,” Elements of AI. https://course.elementsofai.com/
  • “PERCEPTION: Is Seeing Believing?,” SCIART MAGAZINE. https://www.sciartmagazine.com/perception-is-seeing-believing.html (accessed Oct. 25, 2022).
  • “Better Images of AI.” https://betterimagesofai.org (accessed Sept. 12, 2023).
  • European Commission. Directorate General for Justice and Consumers. and European network of legal experts in gender equality and non discrimination.
  • Algorithmic discrimination in Europe: challenges and opportunities for gender equality and non discrimination law. LU: Publications Office, 2021. Accessed: Sep. 23, 2022. [Online]. Available: https://data.europa.eu/doi/10.2838/544956
  • “Excavating AI,” -. https://excavating.ai (accessed Oct. 25, 2022).
  • R. Steed and A. Caliskan, “Image Representations Learned With Unsupervised Pre-Training Contain Human-like Biases,” in Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, Virtual Event Canada, Mar. 2021, pp. 701–713. doi: 10.1145/3442188.3445932.
  • J. Buolamwini and T. Gebru, “Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification,” p. 15.
  • J. Buolamwini. Gender Shades. http://gendershades.org/
  • T. Liao, R. Taori, I. D. Raji, and L. Schmidt, “Are We Learning Yet? A Meta Review of Evaluation Failures Across Machine Learning,” in Thirty-fifth Conference on Neural Information Processing Systems Datasets and Benchmarks Track (Round 2), 2021. [Online]. Available: https://openreview.net/forum?id=mPducS1MsEK
Soutien à la réussite
  • TUT'TOP : bénéficier du tutorat par les pairs sur le plan méthodologique, social, administratif ou logistique.
  • écri+ : améliorer son français écrit.
  • Centre de ressources en langues : développer ses compétences en langues vivantes (française ou étrangères).
  • METODA : développer ses compétences en recherche documentaire.
  • S'orienter / Se réorienter : être accompagné par les conseillers d'orientation et d'insertion professionnelle de l'université.
  • Centre de santé et aide sociale : prendre soin de sa santé physique et mentale et se faire accompagner en cas de difficulté sociale.
  • Cellule Handicap : découvrir les aides proposées pour les étudiant.es en situation de handicap.
  • Plateforme de signalement : écoute et accompagnement des victimes ou témoins d’actes de violence, de harcèlement ou de discrimination (violences sexistes et sexuelles, LGBTphobies, racisme, xénophobie…).

Programme

Séance Date Durée Enseignant·es Sujet
1 09/11/2023
8h30 - 12h30
4h Frédéric Precioso Introduction à l’IA:
  • trajectoire historique,
  • mythes, définitions et familles de méthodes,
  • exemples d’application disciplinaires,
  • construire une problématique d’IA à partir d’un jeu de données,
  • enjeux de la collecte des données, aspects éthiques et biais introduits par l’IA,
  • Machine Learning.
2 16/11/2023
8h30 - 12h30
4h Frédéric Precioso Reconnaissance visuelle :
  • notions,
  • exemples d’application disciplinaires,
  • exercices de manipulation.
3 23/11/2023
8h30 - 12h30
4h Frédéric Precioso Représentation de mots et reconnaissance de texte :
  • notions,
  • exemples d’application disciplinaires,
  • exercices de manipulation.
4 30/11/2023
8h30 - 12h30
4h Frédéric Precioso Génération du texte :
  • notions,
  • exemples d’application disciplinaires,
  • exercices de manipulation.
Avant la prochaine séance : recherche de projets et envoi du choix argumenté.
5 07/12/2023
8h30 - 12h30
4h Frédéric Precioso
  • Révision des notions,
  • Complétion des exercices de manipulation,
  • Préparation et assistance au projet.
6 14/12/2023
8h30 -12h30
4h Frédéric Precioso
  • Q&A (questions et réponses),
  • Soutenance du projet.