Name: Sorties de Labos #2> Le Few Shot Learning: comment apprendre avec peu d’exemples
Start: 2022-04-28T18:30:00+02:00
End: 2022-04-28T20:00:00+02:00
Location: Le totem French Tech Brest+

Le **Few Shot Learning** ça vous parle?

* Quelles sont les méthodes actuelles et les progrès récents ?
* Quelles sont les limites et les verrous toujours présents ?
* Comment mettre en œuvre du “few shot learning” dans un système d’IA ?

On vous propose un panel d'intervenants de qualité pour aborder le sujet avec vous

* **Vincent Gripon,** directeur de recherche, IMT Atlantique, [https://www.vincent-gripon.com/](https://www.vincent-gripon.com/)
* **Giulia Lioi,** maître de conférences, IMT Atlantique
* **Raphael Lafargue et Yassir Bendou,** doctorants IMT Atlantique
* **Thomas Wentz,** fondateur de SperedIA
* **Aymeric Poulain Maubant,** fondateur de Nereÿs

\-\-\-\-\-\-\-

L'apprentissage à partir de peu d’exemples (few shot learning) est un problème de catégorisation d'objets, que l'on trouve notamment dans le domaine de la vision par ordinateur. Alors que la plupart des algorithmes de catégorisation d'objets par apprentissage automatique nécessitent un entraînement sur des milliers d'échantillons, ce type d’apprentissage cherche à classer des objets à partir d'un ou de quelques échantillons seulement, et parfois aucun (zero shot learning).
Aujourd’hui, ce type d’apprentissage existe en dehors du domaine de la vision. Il est utilisé en traitement du langage naturel, en prédiction et apprentissage de mouvements, en clonage de la voix ou encore pour la recherche de médicaments.

Alors, quelles sont les méthodes actuelles et les progrès récents, quelles sont les limites et les verrous toujours présents ? Comment mettre en place ce type d'apprentissage dans un système d’IA ? Accessible (un état de l’art sera tout d’abord présenté) et pratique (des cas d’usages seront discutés), ce rendez-vous est conçu pour voir concrètement comment et où utiliser les techniques d’apprentissages à partir de peu d’exemples dans un système d’IA actuel. Il est également l’occasion de partager des expériences sur cette question, entre monde de la recherche et praticiens.

En format keynote puis table-ronde autour des techniques de Few Shot Learning avec Vincent Gripon, Giulia Lioi, Raphael Lafargue et Yassir Bendou, précédées d’une présentation de l’activité de Thomas Wentz sur les IA de confiance, et d’un exposé d’Aymeric Poulain Maubant sur “IA et Green IT”.

Maxime HAVEZ

Finist'AI Club

Technology

Big Data

Data Analytics

Data

Data Architecture

Machine Learning

Data Science

Artificial Intelligence

Sorties de Labos #2> Le Few Shot Learning: comment apprendre avec peu d’exemples

Le totem French Tech Brest+

Partager

Finist'AI Club

Sorties de Labos #2> Le Few Shot Learning: comment apprendre avec peu d’exemples

Finist'AI Club

Détails

Les membres s'intéressent également à