(Ce programme faisait auparavant partie d'une spécialisation en trois cours intitulée Autonomous IA for Industry. Le logiciel Bonsai ayant été abandonné, les références à Bonsai ont été supprimées. Vous pouvez toujours en apprendre davantage sur l'IA autonome et l'apprentissage automatique grâce à nos deux cours individuels "Conception de l'IA autonome" et "Apprentissage automatique pour l'IA autonome"). Tout comme les enseignants aident les étudiants à acquérir de nouvelles compétences, il en va de même pour l'intelligence artificielle (IA). Les algorithmes d'apprentissage automatique peuvent s'adapter et changer, tout comme le processus d'apprentissage lui-même. En utilisant le paradigme de l'enseignement automatique, un Expert en matière (EM) peut enseigner à l'IA à améliorer et à optimiser une variété de systèmes et de processus. Le résultat est un système d'IA autonome.

Dans ce cours, vous apprendrez comment les systèmes automatisés prennent des décisions et comment aborder la conception d'un système d'IA qui surpassera les capacités actuelles. Étant donné que 87 % des systèmes d'apprentissage automatique échouent lors de la phase de validation, il est important que vous compreniez comment analyser un système existant et déterminer s'il conviendrait aux approches d'apprentissage automatique. Pour votre projet de cours, vous sélectionnerez un cas d'utilisation approprié, interrogerez un EM sur un processus, puis rédigerez une histoire expliquant pourquoi et comment vous pourriez concevoir un système IA autonome. A la fin de ce cours, vous serez capable de : - Décrire le concept d'apprentissage machine - Expliquer le rôle que jouent les PME dans la formation de l'IA avancée - Évaluer les avantages et les inconvénients de l'exploitation de l'expertise humaine dans la conception des systèmes d'IA - Faire la différence entre les systèmes de prise de décision automatisés et autonomes - Décrire les limites des systèmes automatisés et des humains dans la prise de décision en temps réel - Sélectionner des cas d'utilisation où l'IA autonome sera plus performante que les humains et les humains - Proposer une solution d'IA autonome à un problème du monde réel - Valider votre conception par rapport à l'expertise et aux techniques existantes pour résoudre les problèmes