3. Introduction générale#
L’objectif du cours est de savoir utiliser les méthodes d’apprentissage automatique appliquées au traitement de problèmes mécaniques.
Method: computing AI
La perspective adoptée consiste à présenter l’approche de l’apprentissage automatique selon un point de vue fondé sur les méthodes numériques (en utilisant des méthodes numériques appliquées) plutôt que selon un point de vue statistique, principalement utilisé par les « data scientists ».
Pour atteindre cet objectif, nous adopterons une approche de calcul scientifique, en utilisant le langage de programmation Python, couramment employé dans le domaine scientifique.
3.1. Approche scientifique#
Scientific Approach
Analyse physique du problème
Choix d’un modèle mathématique
Choix d’une méthode numérique
Choix d’une solution algorithmique
Programmation sur ordinateur
Validation de l’approche
Simulation
Analyse des résultats
Important
Dans cette approche, la validation est un point essentiel !!
Note
Le domaine d’application concerne la modélisation, la simulation et l’analyse de données en ingénierie mécanique. L’application de l’intelligence artificielle à la génération de langage généraliste (texte, image, vidéo) à l’aide de grands modèles de langage (LLMs) comme ChatGPT n’est pas abordée dans ce cours.
3.2. Remarques#
Expertise humaine
Les ordinateurs n’ont ni sentiments, ni émotions, et ne peuvent pas reproduire le raisonnement humain. Nous aurons toujours besoin d’experts humains pour analyser et valider l’approche d’apprentissage automatique en science.
Sans humains, il n’y a pas de pilote dans l’avion !!