Algorithmes, Intelligence Artificielle, Interactions et Décision (AI2D)
Le parcours AI2D (précédemment nommé parcours ANDROIDE) couvre les thématiques liées à la résolution de problèmes, aux agents, à la décision et à la robotique autonome. Cette formation vise à dispenser un enseignement à la fois théorique et pratique couvrant l'ensemble des principaux domaines de l'Intelligence Artificielle, de la Décision, de la Recherche Opérationnelle et de l'Interaction ; en particulier, elle aborde tous les aspects liés à la « résolution de problèmes » auxquels les acteurs économiques doivent faire face, ainsi que ceux liés à la mise en place de processus d'interaction intelligents, que ce soit avec un utilisateur humain (afin, par exemple, d'acquérir les informations pertinentes à la résolution de problèmes) ou entre entités autonomes, comme des agents artificiels ou des robots.
L’essor actuel des outils d’intelligence artificielle, d’aide à la décision et de robotique appelle à la formation d’expertes et d’experts pouvant maîtriser une large palette de techniques, autant symboliques que numériques, et aptes à proposer des solutions innovantes dans leur milieu professionnel, qu’il soit académique ou industriel. L’objectif du parcours est donc de former des spécialistes des STIC (Sciences et Technologies de l'Information et de la Communication), maîtrisant les concepts, modèles et outils (en particulier algorithmiques) de ces thématiques.
Objectifs
L'objectif pédagogique du parcours AI2D est de donner des connaissances fondamentales dans les domaines suivants :
-
les environnements interactifs: environnements virtuels, interaction homme-machine, jeux sérieux, jeux vidéos, e-learning, systèmes d’information
-
la décision: théorie de la décision, modélisation et apprentissage de préférences, optimisation combinatoire multi-objectifs ou multi-agents, réseaux bayesiens
-
La robotique et les systèmes intelligents: agent et robot autonome, systèmes multi-agents, apprentissage automatique
-
La recherche opérationnelle: programmation mathématique, optimisation et complexité, graphes et ordonnancement
Débouchés
Cet enseignement novateur assure la formation des futurs spécialistes, ingénieures, ingénieurs comme chercheurs et chercheuses, d’un domaine en plein essor.
Débouchés dans le monde de l’entreprise :
- Entreprises high-tech: jeux vidéo, e-learning, robotique industrielle et domestique,
- Grands acteurs du web et éditeurs de logiciels,
- Grands groupes industriels : transport, banque, énergie, etc.,
- Sociétés de conseils.
Débouchés dans le monde de la recherche et de l’enseignement :
- Doctorat en France ou à l’étranger,
- Recherche publique, privé, ou mixte (thèses CIFRE).
Programme
Premier semestre (M1 - S1)
5 UE parmi les UEs suivantes :
| Acronyme | Intitulé | Responsable(s) | ECTS | Parcours | Utilité |
| MOGPL | Modèlisation, Optimisation, Graphes, et Programmation Linéaire | Patrice Perny | 6 | AI2D | Obligatoire |
| LRC | Logique et Représentations des Connaissances | Jean-Gabriel Ganascia, Nicolas Maudet | 6 | AI2D/MIND | Obligatoire |
| MAPSI | Modèles et Algorithmes Probabilistes et Statistiques pour l'Informatique | 6 | MIND/IMA | Très Recommandée | |
| COMPLEX | Complexité, Algorithmes Probabilistes et Approchés | 6 | SFPN | Très recommandée | |
| IL | Ingénierie du Logiciel | 6 | STL | Conseillée | |
| AAGB | Introduction à la biologie et aux algorithmes sur les arbres et les graphes en bioinformatique | 6 | BIM | Conseillée | |
| MLBDA | Modèles et Langages Bases de Données Avancées | 6 | MIND | Conseillée | |
| BIMA | Bases du Traitement des Images | 6 | IMA | Conseillée | |
| MODEL | 6 | SFPN | Conseillée | ||
| PSCR | Programmation Système Concurrente et Répartie | 6 | SAR | Conseillée | |
| ALGAV | Algorithmique Avancée | 6 | STL | Conseillée | |
| DLP | Développement des Langages de Programmation | 6 | STL | Conseillée |
Deuxième semestre (M1 - S2)
5 UEs parmis les UEs suivantes. P-ANDROIDE, RA et Anglais sont obligatoires. Il faut choisir ensuite choisir exactement 3 UEs parmi celles marquées "Complémentaire", dont au minimum 2 UE Androide "Complémentaire".
| Acronyme | Intitulé | Responsable(s) | ECTS | Parcours | Utilité |
| PAI2D | Projet AI2D | Nicolas Bredeche, Nicolas Maudet | 6 | AI2D | Obligatoire |
| Anglais | Anglais | 3 | Dept. Langues | Obligatoire | |
| RA | Robotique et Apprentissage | Olivier Sigaud | 3 | AI2D | Obligatoire |
| RP | Résolution de Problèmes | Evripidis Bampis | 6 | AI2D | Complémentaire |
| FoSyMa | Fondements des Systèmes Multiagents | Aurélie Beynier | 6 | AI2D | Complémentaire |
| IHM | Interaction Homme-Machine | Gilles Bailly | 6 | AI2D | Complémentaire |
| DJ | Décision et Jeux | Pierre-Henri Wuillemin | 6 | AI2D | Complémentaire |
| IAMSI | Intelligence Artificielle et Manipulation Symbolique de l'Information | 6 | MIND | Complémentaire | |
| ML | Machine Learning | 6 | MIND | Complémentaire |
Deuxième semestre (M1 - S2)
Lors de ce semestre, il y a 5 UE à choisir dans le tableau ci-dessous.
| Acronyme | Intitulé | Responsable(s) | ECTS | Parcours |
| COCOMA | Coordination et Consensus Multiagents: Modèles, Algorithmes, Protocoles | Vincent Corruble | 6 | AI2D |
| MAOA | Modèles et Algorithmes d'Ordonnancement et Applications | Fanny Pascual | 6 | AI2D |
| EVHI | Environnements Virtuels Hautement Interactifs | Vanda Luengo | 6 | AI2D |
| MADI | Modèles et Algorithmes pour la Décision dans l'Incertain | Pierre-Henri Wuillemin | 6 | AI2D |
| MOSIMA | Modélisation et Simulation Multiagents | Jean-Daniel Kant | 6 | AI2D |
| MADMC | Modèles et Algorithmes pour la Décision Multicritères et Collective | Olivier Spanjaard | 6 | AI2D |
| AOTJ | Algorithmique pour l'Optimisation et la Théorie des Jeux | Bruno Escoffier | 6 | AI2D |
| ISG | Ingénierie des Serious Games | Amel Yessad | 6 | AI2D |
| IAR | IA pour la Robotique | Nicolas Bredeche | 6 | AI2D |
Deuxième semestre (M2 - S2)
Le deuxième semestre est dédié à un stage (entreprise ou laboratoire).
Savoir-faire, compétences
À l'issue de sa formation, la ou le diplômé sera capable de :
- modéliser des problèmes d'optimisation, et d'optimiser des algorithmes de résolution de problèmes combinatoires et de programmes mathématiques,
- de recueillir et formaliser le savoir d'experts et de construire des systèmes d'aide à la décision, notamment probabilistes,
- de concevoir des outils informatiques pour aider un décideur à analyser un problème ou une situation et lui fournir des solutions,
- de concevoir et développer des agents ou des robots adaptatifs et autonomes,
- de concevoir des algorithmes d'intelligence artificielle pour la robotique, notamment en ce qui concerne la navigation, la cartographie et la planification, ainsi que des algorithmes d'apprentissage et d'évolution pour l'adaptation des robots,
- de concevoir et réaliser des interfaces intelligentes, des environnements interactifs, des jeux vidéo et des jeux sérieux.
Public visé et prérequis
La spécialité s'adresse à un public d'étudiantes et étudiants scientifiques disposant de bonnes connaissances en informatique et/ou en mathématiques appliquées à l'informatique. Le public de la première année est principalement constitué d'étudiantes et étudiants ayant obtenu une licence d'informatique ou de mathématiques (avec quelques Unités d'Enseignement en programmation et en algorithmique), mais d'autres parcours moins typiques sont aussi examinés avec attention. Le public de deuxième année est constitué pour une part des étudiantes et étudiants de la première année, et pour l'autre part d'élèves ingénieurs.
Les prérequis nécessaires pour suivre notre formation sont d'une part de disposer d'une formation informatique générale incluant la maîtrise de l'algorithmique et de la programmation (par exemple Java ou C++) et d'autre part d'une bonne connaissance des mathématiques de base (logique, algèbre, analyse, probabilités, ...).
Contacts
Responsables du parcours
- Aurélie Beynier
- Olivier Spanjaard
Secrétariats
sciences-master-info-ai2d@sorbonne-universite.fr