Dans ce module, les étudiants apprennent plusieurs composantes intégrées dans le vaste domaine de l'IA ; ils comprendront également (a) plusieurs types d'apprentissage automatique (supervisé, non supervisé, renforcement et Deep learning) ; (b) les types de réseaux de neurones artificiels ; (c) la pensée System1/System 2, les questions juridiques dans l'IA/ML et les problèmes d'alignement des objectifs de la machine et de l'homme dans les applications de l'IA/ML.

Dans ce module, les étudiants découvriront les contributions au progrès de l'IA (a) des technologies pleinement évoluées et intermédiaires (et encore en évolution) ; (b) des technologies intermédiaires et encore en évolution, ainsi que des technologies émergentes, et (c) des aperçus de la loi de Kurzweil sur l'accélération des rendements pour apprendre comment l'intégration créative de plusieurs technologies au fil du temps accélère le progrès de l'IA.

Ce module se concentre sur les capacités de l'IA qui sont évaluées dans le contexte de ce que nous savons des capacités humaines ; les étudiants apprendront la collaboration entre l'homme et l'IA, comprendront les principaux avantages et inconvénients associés à l'IA. En outre, les étudiants seront exposés à une variété de cas d'utilisation de l'IA/ML (ou d'exemples d'application dans le contexte de l'entreprise) ; cela permettra d'accroître leur familiarité avec le déploiement de l'IA/ML dans plusieurs industries, et des entreprises au sein d'une industrie.

Dans ce module, nous évaluons l'impact de l'IA à partir de deux perspectives opposées : premièrement, les étudiants apprendront les gains de productivité très impressionnants attendus de l'IA dans un avenir prévisible ainsi que la hausse correspondante des investissements/infrastructures en IA et la croissance du PIB ; deuxièmement, les prédictions de pertes d'emplois dramatiques dues à l'adoption de l'IA/ML qui, malheureusement, présentent une vision qui donne à réfléchir. Enfin, les étudiants évalueront les défis associés à la modélisation du jugement humain avec l'apprentissage automatique, exploreront les implications de l'automatisation et le gouffre de l'IA.

Ce module met l'accent sur les comparaisons et les contrastes à plusieurs niveaux ; par exemple, au niveau de l'entreprise, le fait de se concentrer sur les stratégies d'IA spécifiques à l'entreprise peut générer des idées sur les approches réussies pour tirer parti des forces de l'entreprise. De même, se concentrer sur les nations sensibilise les étudiants aux forces régionales/culturelles/politiques qui façonnent l'adoption et le déploiement de l'IA ; une focalisation sur une industrie spécifique peut générer de nombreux cas d'utilisation dont les étudiants peuvent tirer des enseignements ; et enfin, se concentrer sur des fonctions commerciales spécifiques au sein d'une entreprise peut être un exercice réfléchi pour intégrer étroitement le déploiement de l'IA au sein d'une entreprise dans l'ensemble de ses fonctions commerciales. La discussion dans ce module met l'accent sur de nombreux cas d'utilisation de l'IA.

Ce module se concentre sur les domaines de l'industrie de l'IA qui connaissent une croissance rapide en raison de leur potentiel très prometteur pour aider à de nouvelles découvertes et à de nouveaux cas d'utilisation. Les étudiants apprendront l'histoire de l'IA générative, la taille du marché et le taux d'apprentissage, les pistes passionnantes pour les innovations potentielles dans les applications de l'IA générative. En outre, les étudiants exploreront le concept de l'IA explicable en tant qu'outil potentiel pour surmonter les limites inhérentes sous-jacentes aux prédictions et recommandations de l'IA/ML, c'est-à-dire le manque d'explications ou de justifications sous-jacentes à ces prédictions et recommandations.

Les étudiants comprendront les éléments clés de deux concepts importants dans la pratique de l'IA : L'éthique de l'IA et l'IA responsable. Les étudiants seront en mesure de décrire les bases de l'éthique de l'IA et de l'anthropomorphisme ; ils apprendront les dilemmes moraux/éthiques ou les problèmes de partialité auxquels peuvent être confrontés les systèmes ou dispositifs d'IA ; dans le vaste domaine de l'IA responsable, les étudiants développeront une compréhension des concepts d'équité, de transparence, de responsabilité et de sécurité. Enfin, compte tenu du cadre réglementaire émergent et actuel de l'IA au niveau mondial, les étudiants se familiariseront avec les pratiques d'IA responsable dans le contexte de la gestion des données, de la confidentialité et des questions de conformité.

Ce module contient l'évaluation sommative du cours qui a été conçue pour évaluer votre compréhension du matériel du cours et votre capacité à appliquer les connaissances que vous avez acquises tout au long du cours.