Module : Systèmes a Microprocesseur

thème:

Application du microprocesseur dans

l’intelligence artificielle

Réalisé par :

Encadré par :

Année universitaire : 2020/2021

Plan :

Introduction 1

2 Définition de l’intelligence artificielle

Discipline de l'intelligence artificielle 3

Les différents catégories des

4 microprocesseurs

Le rôle de l’intelligence artificielle dans le

développement des microprocesseurs 5

6 Conclusion
Introduction Générale
Et Objectifs

3
 objectifs

o La définition de l’intelligence artificielle

o Le Deep Learning et le Machine Learning

o Le rôle des microprocesseurs pour l’intelligence artificielle

o Comment l’IA aide dans l’évolution des microprocesseurs

4
 Imitation de l’intelligence humaine

Création d'algorithmes exécutés

L’usage quantité de données et d'une capacité

de traitement élevées

L’Intelligence
Artificielle 
5
Vers un déploiement industriel de l’intelligence artificielle

2010 2016
1997
1980 deep
learning

1951
La révolution de la victoire du système
l’apprentissage profond AlphaGo

Alan Turing Deep Blue

Réseau de neurones
(système expert d’IBM)
convolutifs
définir l’intelligence
artificielle pour la
première fois

6
Discipline de l’intelligence artificielle

apprentissage automatique

apprentissage en profondeur

7
 Discipline de l’intelligence artificielle

C’est quoi l'apprentissage automatique : 

Le Machine Learning consiste à nourrir un ordinateur de données.

La machine utilise des techniques d’analyse sur ces données pour
” apprendre ” à effectuer une tâche.

8
 Les catégories du machine Learning

1 Apprentissage supervisé

la machine peut apprendre à faire une certaine tâche en étudiant

des exemples de cette tâche

9
 Les catégories du machine Learning

2 Apprentissage non supervisé

On donne à l’ordinateur un ensemble de données et à l’issue de la phase

d’apprentissage il doit être capable de les classer dans des groupes
10
 Les catégories du machine Learning

3 Apprentissage par renforcement

L'algorithme reçoit un feedback de l'analyse des données et guide

l'utilisateur vers le meilleur résultat

11
 Discipline de l’intelligence artificielle

Deep Learning

 logiciel qui copie, le réseau neuronal d'un cerveau

 utilise des réseaux neuronaux profonds

 Tout système utilise plusieurs couches pour apprendre à travers les données

 Le nombre de couches représente la profondeur du modèle

12
 Qu’est ce que c’est le
réseau de neurone
artificielle et comment il
fonctionne
13
 Comment fonctionne le réseau neurones ?

75% 90% 15%

Personne A Personne B Personne C

14
Comment fonctionne le réseau neurones ?

15
 La fonction d’activation «  SIGMOID FUNCTION »

(…

16
17
 Les limites

La La La
Quantitée puissance de durée de
de DATA calcul formation

18
 Service clientèle

Domaine de santé

voitures autonomes

Reconnaissance faciale

19
 Machine Learning vs Deep Learning

o ML : - Prendre des décisions éclairées sur la base de ce qu'il a appris.

- plus d’intervention humaine

- Moins de Data

o DL : - capable d'apprendre et de prendre des décisions intelligentes par lui- même.

- Plus de Data

- Moins d’intervention

20
 Categories des µP

DSP

Flexibilite efficacite

21
21
Développement hardware des 𝜇Ps
IPU: Intelligence
DPU: Processing
Data Processing Unit
Unit
TPU: Tensor
NPU: Neural Processing
Processing Unit
Unit
APU: Accelerated Processing Unit

HPU, SPU,
RPU VPU,
ZPU.

22
Développement software des 𝜇Ps

AI

23
Merci pour votre attention