Memristor, Deep Learning et Intelligence Artificielle : un meetup EXCEPTIONNEL à Blois

Talk 1 :  "Memristor :  New Workhorse  for Post-Moore Supercomputing", Leon CHUA, Berkeley University

Transistor : composant électronique du 20è siècle !

Memristor : composant du 21è siècle pour un cerveau numérique...

Cet exposé fera l’état de l’art actuel concernant les memristors et leurs applications industrielles et numériques. Il s'adresse au grand public : industriels, chercheurs, scientifiques, étudiants, amateurs, etc. Cet exposé inclura quelques vidéos (avec supports sonores) permettant de démontrer certains phénomènes et applications memristives fascinantes. Une introduction sera proposée à l’audience qui, même sans connaissances préalables ni prérequis sur les memristors, permettra de les aider à mieux comprendre les concepts inhabituels des memristors et leurs applications dans de nombreux domaines et disciplines. Cet exposé, destiné au grand public permet de découvrir le concept du memristor et son application dans de nombreux domaines concrets, tels que les puces neuromorphiques, permettant à un système électronique de faire preuve d'intelligence en imitant ni plus ni moins le fonctionnement du cerveau humain et ses réseaux de neurones.

(Cet exposé sera donné en anglais)

Talk 2 : "Le "Deep Learning" ou apprentissage profond : de l’introduction, aux dernières applications avec les GANs", Jacqueline FORIEN, CEO of machinelearning.fr

En moins de dix ans, les algorithmes d'apprentissage profond ont transformé de nombreux domaines de l'intelligence artificielle. L'apprentissage profond est utilisé pour des applications de vision par ordinateur, de reconnaissance vocale, de traitement du langage naturel et même dans des jeux comme le jeu de Go. Certains résultats d'apprentissage profond, notamment dans l'analyse des images médicales, ont maintenant des performances comparables à celles obtenues par des experts humains. La première partie de cette conférence présentera les applications les plus récentes de l’apprentissage profond, et nous pourrons apprécier de belles productions générées par des GANs, appelés aussi les réseaux antagonistes génératifs. Dans la deuxième partie, nous présenterons les logiciels disponibles en Open Source (plus particulièrement la bibliothèque Keras) et analyserons comment en seulement quelques lignes de Python nous avons à portée de la main toute la puissance des algorithmes d’apprentissage profond (aucune compétence de programmation ou pré-requis ne sont nécessaires).

Inscription ici : 

https://www.loiretchertech.fr/...