Dominic Pelletier
Programmeur Analyste Senior
Architecte Organique
Expert en Intelligence Artificielle et Blockchain
Proposals - Montréal 2025
Image to Image : TransGAN et ViT, le futur !!!
Découvrez comment fusionner les GAN avec les Transformers (ViT) pour repousser les limites de la génération d'images. Cette conférence vous dévoilera l'intégration des TransGAN et ViT pour créer des transformations d'images réalistes, étape par étape. De la théorie à la pratique, explorez cette nouvelle approche pour des applications d'image-to-image en utilisant des exemples concrets en Python.
Au cœur des réseaux neuronaux : Concevoir un CNN de A à Z
Plongez dans la conception d'un réseau neuronal convolutif (CNN) complet pour la classification d'images. De la préparation des données à l'optimisation du modèle, cette conférence vous guidera étape par étape pour maîtriser les CNN. À travers des exemples concrets en Python, vous apprendrez à créer un algorithme puissant, capable de résoudre des problèmes réels de classification.
À la racine de l'IA : Arbres décisionnels ou forêts ?
Explorez les fondements de l'intelligence artificielle à travers les arbres décisionnels et les forêts aléatoires en Python. Apprenez à créer, interpréter et optimiser ces modèles essentiels pour la prise de décision automatisée. Cette conférence vous guidera pas à pas dans la construction d'algorithmes puissants pour résoudre des problèmes concrets grâce à des exemples pratiques.
Des réseaux antagonistes génératifs aux StyleGAN3 de NVIDIA
Nous explorerons les bases des GANs, avec un focus sur la divergence de Kullback-Leibler et la distance de Wasserstein, essentielles pour améliorer la stabilité et la qualité des échantillons générés. Nous verrons comment StyleGAN3, en résolvant des problèmes tels que la continuité spatiale et le mode collapse, révolutionne la création d'images réalistes.
Comment les Transformers peuvent "raisonner" ?
Nous avons tous suivi l'évolution des modèles LLM tels que GPT-1, 2, 3, 4, Gemini, Mistral, etc., jusqu'aux tout récents Claude 3.5 et O1. Mais comment des modèles Transformer, conçus simplement pour prédire le mot suivant dans une phrase, en sont-ils arrivés à sembler raisonner comme un humain ? Ou pas ! Venez découvrir les véritables prouesses technologiques et conceptuelles derrière ces modèles fascinants.
L'humain, architecte de sa propre destruction ?
Plongeons au cœur de l'intelligence artificielle pour démystifier ses vraies capacités ! CNN, RNN, GANs, Transformers... ces modèles révolutionnaires, utilisés pour l'image, le texte ou la génération de contenu, ne sont pas des menaces autonomes. Ils révèlent des enjeux techniques et éthiques passionnants. Découvrons ensemble leurs limites, leur impact sur nos emplois, nos arts, et les opportunités qu'ils créent dans notre monde en mutation.
Commandité par
