Intelligence artificielle

Détection embarquée d'activité avec du machine learning

Le but de ce projet est de développer un prototype de dispositif portable permettant d’analyser l’activité d’un individu (marche, course, cyclisme) à partir des données d’un accéléromètre trois axes portés par le sujet. Ces informations seront ensuite aglomérées de façon à pouvoir les stocker et les transmettre de manière compacte à un service de surveillance médicale qui gardera des traces datées de l’activité de son utilisateur.

Il se compose de plusieurs parties :

Une IA pour jouer à Codenames

Codenames est un jeu de société reposant sur les mots et les associations d’idées [1]. Dans ce projet, nous tenterons de développer une IA capable de jouer à ce jeu avec des êtres humains. Ce type de jeux est un défi pour les machines : jouer avec des mots suppose de bien en connaître le sens, les synonymes, le contexte dans lequel ils sont employés, etc.

Le projet comportera deux parties :

Interface graphique pour la segmentation et classification d'images dermoscopiques

Contexte

Empêcher de rejoindre: vers une IA qui comprend les verbes

Contexte

Le développements récents de l’IA ont permis non seulement de reconnaître des objets dans des images, mais également dans certains cas des relations entre objets d’une même image. Par exemple, "une femme lance un frisbee" ou "le cube est à droite du cône". Cependant, le repérage des relations demeure très difficile et suppose de disposer d’une quantité considérable d’exemples étiquetés. L’approche statistique semble impuissante pour permettre d’acquérir le sens du millier de verbes courants d’une langue comme le Français.

Trading intelligent de cryptomonnaies

Les cryptomonnaies font aujourd’hui l’objet d’une très forte volatilité, de par l’incertitude liée à leur valorisation dans les années à venir. Ceci permet l’apparition du trading par les particuliers, ce trading pouvant se fair basse fréquence (low frequency trading) et donc accessible par un ordinateur classique.

Tic-Tac-Toe Quantique: CPU Vs. FPGA

Dans ce projet, nous organisons un match amical de Tic-Tac-Toe Quantique entre les joueurs IA basé sur le CPU (ARM A9) et le FPGA (ALTERA Cyclone V).

Tic-Tac-Toe Quantique (QT3), est un jeu récent inventé par Allan Goff en 2006. À la base un outil pédagogique, c’est aussi un jeu suffisamment complexe pour être intéressant. Pour vous donner une idée, la taille de l'arbre de jeu de QT3 est de l'ordre de ~10¹⁴, comparé à celle de la version classique 10⁵, et celle des échecs 10¹²³.

Implémentation d’une méthode d’apprentissage par transfert basée sur la complexité

La classification est un problème de machine learning dans lequel l’ordinateur doit apprendre à attribuer des classes à des données à partir d’observations. Par exemple, un système de classification pour un commerce en ligne peut apprendre à distinguer les bons clients des mauvais clients à partir de données telles que le temps passé sur le site, le nombre de clics sur des articles et la somme moyenne dépensée sur le site.

Test de Turing pour le générateur poïétique

Ce projet a été proposé par un groupe d'étudiants. Il leur sera donc attribué d'office, sauf en cas de désistement.

On observe généralement des phénomènes émergents. Au départ, chacun découvre les possibilités d’action sur sa zone. Puis les utilisateurs découvrent des régularités structurelles entre leur création et une autre zone, souvent une zone adjacente. On observe alors une simplification du tableau global. Lorsque la "logique" globale devient trop simple au goût de certains, ils se plaisent à réintroduire de la diversité.