Organisation des séances

Cours : 3 séances de 3h / TP : 3 séances de 3h

Intervention 1 :

Intervenant.e : Anne-Laure Ligozat

Titre : Impacts environnementaux de l’intelligence artificielle

Résumé en quelques lignes : L’intelligence artificielle, et en particulier les modèles neuronaux, ont des impacts environnementaux non négligeables, qui sont de plus en plus étudiés : impacts dus au cycle de vie des équipements numériques utilisés (empreinte carbone, consommation d’eau, épuisement des ressources…), et impacts dus à l’utilisation de ces modèles dans d’autres secteurs. Ce cours présentera les types d’impacts résultant de l’utilisation de tels modèles ainsi que les méthodes et outils permettant de les mesurer et qualifier. Nous discuterons également des compromis entre coûts et bénéfices environnementaux et sociétaux.

TP1 : Étude de cas: évaluation environnementale d’un système d’IA

Intervention 2 :

Intervenant.e : Sentia Oger

Titre : L’exploitation des données climatiques et environnementales

Résumé en quelques lignes : Dans le contexte du changement climatique, il est fondamental d’améliorer les projections et prédictions climatiques afin que notre société anticipe son adaptation. Les observations météorologiques (e.g. stations et bouées météorologiques) et environnementales datent, pour certaines d’entre elles, de la fin du XIX ème siècle, mais ne couvrent pas l’ensemble de la planète. Depuis les années 1970, les données satellitaires complètent la couverture spatiale. A ces données viennent s’ajouter des simulations climatiques. L’ensemble de ces données, et la boîte à outils relative à l’apprentissage machine rendue librement accessible, permettent l’investigation de processus naturels.  Les données, outils et sujets sont nombreux. Ce cours en donnera une introduction.

TP2 : Cas d’application d’algorithmes d’apprentissage machine à des données d’infrason en région polaire

Intervention 3 :

Intervenant.e : Gilles Faÿ

Titre : Données de capteurs et d’internet des objets pour une utilisation optimisée des ressources

Résumé en quelques lignes : La science des données permet d’exploiter les grands volumes des données générés par les capteurs communiquants. Lorsque ceux-ci mesurent l’activité humaine et/ou industrielle en termes de consommation d’eau potable, d’énergie, de transport ou de production de déchets, l’IA peut alors contribuer à la préservation des ressources et à la l’imitation de notre impact sur le milieu.  Les données peuvent être structurées ou non. Ce cours s’intéressera prioritairement aux données sous forme de séries temporelles.

TP3 : Etude de cas: exploitation de données de capteurs par techniques d’IA (domaine du grand cycle de l’eau).