Le CRIL en bref
Le Centre de Recherche en Informatique de Lens (CRIL UMR 8188) est un laboratoire de l’Université d’Artois et du CNRS dont la thématique de recherche fédératrice concerne l'intelligence artificielle et ses applications. Il regroupe plus de 50 membres : chercheurs, enseignants-chercheurs, doctorants et personnels administratifs et techniques.
Le CRIL participe à la Confédération Européenne de Laboratoires en Intelligence Artificielle CLAIRE et à l'alliance régionale humAIn. Il bénéficie du soutien du Ministère de l’Enseignement Supérieur et de la Recherche, du CNRS, de l’Université d’Artois et de la région Hauts de France.
Le CRIL est localisé sur deux sites à Lens : la faculté des sciences Jean Perrin et l’IUT.
Recherches en intelligence artificielle et applications
Actualités (RSS)
Présentation du CRIL dans le numéro 2 du magazine ActuIA
Une présentation du CRIL en deux pages apparaît dans le numéro 2 du magazine ActuIA (www.actuia.com).
Ce numéro est actuellement en kiosque.
Séminaire Probabilistic Graphical Models and Marginal Estimation.
**Olivier Peltre **
Graphical models capture structural assumptions about a high dimensional probability distribution, and occur in the context of statistical thermodynamics, telecommunications (decoding) and artificial intelligence. The global probability is assumed to factorise as a product of local functions, conviently represented as nodes in a so-called factor graph.
The first part of this talk will introduce the basic concepts of statistical physics and their application to Boltzmann machines. In particular, working at the level of energies (i.e. log-likelihoods) leads to a simpler and unifying picture, where the structural assumptions of the model are translated additively.
The second part of the talk will focus on the algebraic and topological structures involved. The space of parameters will be equipped with a differential structure, whose boundary operator (discrete analog of a divergence) allows to design new marginal estimation algorithms, analogous to diffusion equations. They generalise the traditional belief propagation (BP) algorithm and provide an alternative for contrastive divergence (CD) and Markov chain Monte Carlo (MCMC) methods.
Parution de « l’Intelligence Artificielle : de quoi s’agit-il vraiment ? »
Le GDR IA du CNRS, sous la co-coordination de notre collègue Sébastien KONIECZNY et de Henri PRADE, a dirigé la rédaction d’un livret de 100 pages contribuant à la vulgarisation scientifique de l’intelligence artificielle.
Il s’adresse à tous les curieux de l’IA. C’est une introduction au sujet, volontairement brève, aussi élémentaire que possible, afin d’être accessible au plus grand nombre. Elle est écrite par un groupe de spécialistes reconnus (dont de nombreux collègues du CRIL).
Tout ceci en fait un livre unique en son genre, ayant l’ambition de couvrir l’intelligence artificielle dans tous ses aspects et dans toute sa diversité.
Il comporte un historique, une présentation des concepts clés de l’IA ; il décrit les grands domaines où l’IA est à l’œuvre, les interactions de l’IA avec les autres disciplines, et répond à des questions que l’on se pose souvent à propos de l’IA. Un glossaire des termes techniques employés, et un choix de références le complètent.
Il est disponible chez tous les libraires, ainsi que sur le site de l’éditeur: CEPADUES,
où vous trouverez une description plus complète ainsi que la table des matières.
Séminaire METRICS: rEproducible sofTware peRformance analysIs in perfeCt Simplicity
Thibault FALQUE, Romain WALLON, Hugues Wattez
Ces deux exposés consisteront en un tutoriel présentant l’utilisation de l’outil d’analyse de résultats METRICS. Pour cela nous pourrons partir directement de vos outputs d’XP pour les analyser en live ! METRICS s’adaptera à vous ! Si vous n’en avez pas, nous pourrons partir des résultats de SAT2020. Concernant les pré-requis il est important d’avoir Python 3.8 sur sa machine ainsi que Jupyter.
Séminaire METRICS: rEproducible sofTware peRformance analysIs in perfeCt Simplicity
Thibault FALQUE, Romain WALLON, Hugues Wattez
Ces deux exposés consisteront en un tutoriel présentant l’utilisation de l’outil d’analyse de résultats METRICS. Pour cela nous pourrons partir directement de vos outputs d’XP pour les analyser en live ! METRICS s’adaptera à vous ! Si vous n’en avez pas, nous pourrons partir des résultats de SAT2020. Concernant les pré-requis il est important d’avoir Python 3.8 sur sa machine ainsi que Jupyter.