Terra Numerica à la Maison de l’Intelligence Artificielle

Terra Numerica a développé et déployé cinq parcours pédagogiques à la Maison de l’Intelligence Artificielle pour l’année scolaire 2020-2021. Ils permettent à un groupe d’une demi-classe d’effectuer une visite de 1 heure 30 à 2 heures avec un médiateur scientifique. Chaque parcours comporte différents ateliers qui abordent différents aspects d’une même thématique. La division en ateliers permet en effet de prévoir des progressions pour deux parcours (possiblement le même) sans que deux groupes ne soient simultanément sur la même activité ou le même support. De plus, un ensemble d’objets scientifiques historiques (e.g. la machine d’Hollerith) vient agrémenter les ateliers interactifs en cohérence avec l’histoire racontée dans les parcours.

 

Personnes impliquées dans la réalisation et le déploiement des ateliers : Guillaume Allibert, Pierre Alliez, Sara Alouf, Armel Berceliot, Jean-Claude Bermond, Mireille Bossy, François Brémond, Frédéric Cazals,  Ilona Charipov, Eric Duchêne, Sylvain Etienne, Marie-Claire Forgue, Franco Fusco, Fabien Gandon, Laurent Giauffret, Frédéric Giroire, Paola Goatin, Frédéric Havet, Alain Jean-Marie, Florent Lafarge, Magali Martin-Mazauric, Theodora Matzakou, Dorian Mazauric, Arnaud Mistre, Sara Monasri, Laurent Monasse, Marc Monticelli, Joanna Moulierac, Nicolas Nisse, Martine Olivi, Aline Parreau, Eric Pascual, Kévin Perrot, John Pusceddu, Maryna Rafalska, Margarida Romero, Antoine Rousseau, Gérard Sauce, Maxime Sermesant, Soledad Tolosa, Thierry Viéville, Rémi Watrigant.

Parcours Ville et numérique

Le but de ce parcours est de montrer comment un même objet, ici une ville, donne lieu à des problématiques différentes et comment les algorithmes et l’IA peuvent aider à y apporter des solutions. Pour cela, deux types de supports sont utilisés : une maquette physique 3D blanche d’une ville avec un jeu de projection pour appréhender certaines recherches en sciences du numérique et deux réseaux de trains en bois. Le développement du support maquette a été initié en 2020 et se terminera au premier semestre 2021.

  • Comprendre comment économiser de l’énergie dans les réseaux.
  • Appréhender les problématique des gestion de trafic routier dans les réseaux.
  • Découvrir comment modéliser les inondations.
  • Jouer avec les algorithmes qui calculent les environnements 3D.
  • Jouer avec les flux d’information dans les réseaux de communication en milieu urbain.
  • Dérouler étape par étape un algorithme qui calcul un plus court chemin dans un réseau (utilisé dans nos voitures, téléphones…).
  • Jouer avec les algorithmes d’optimisation des trajets des bus scolaires.
  • Trouver un algorithme d’intelligence artificielle (algorithme génétique) pour le problème du voyageur de commerce.

 

Parcours Jeux et intelligence artificielle

Ce parcours a pour but d’expliquer pourquoi et comment les ordinateurs gagnent aux jeux, et comment les jeux servent à la résolution de problèmes importants.

  • Se familiariser avec la notion de stratégie gagnante (jeu de Nim, tablette de chocolat).
  • Découvrir un jeu pour un problème de pré-téléchargement de pages Web.
  • S’initier au reverse engineering et appréhender les idées classiques pour développer des algorithmes qui gagnent aux échecs.
  • Comprendre comment un ordinateur trouve une stratégie gagnante grâce à l’intelligence artificielle et à l’apprentissage par renforcement avec une machine en bois.
  • Découvrir les limites (actuelles) des algorithmes (d’IA) et comment des problèmes résistent encore aux ordinateurs.

Parcours Modélisation

Ce parcours permet de comprendre la notion de modélisation dans différents domaines.

  • Découvrir la notion d’algorithme d’apprentissage pour le problème de stabilisation d’un pendule.
  • Découvrir comment modéliser des phénomènes de type inondation / tsunami.
  • Comprendre comment optimiser les réseaux avec des jeux.
  • Comprendre la géométrie du ballon de football avec un écran sphérique unique.
  • Comprendre comment on modélise des problèmes d’optimisation de parcours (e.g. algorithme pour calculer un plus court chemin).
  • Découvrir la notion d’environnements 3D à l’aide d’une maquette physique 3D.

 

Parcours Véhicules autonomes

Ce parcours permet d’aborder le thème des voitures autonomes avec des activités de nature différente.

  • Découvrir comment optimiser les tournées de facteurs, de camion-poubelle, de bus scolaires…
  • Appréhender les algorithmes d’intelligence artificielle (ceux d’apprentissage notamment) utilisés dans les voitures autonomes.
  • Dérouler l’algorithme qui calcule un plus court chemin et que nous utilisons dans nos voitures, nos téléphones.
  • Jouer avec un robot taxi pour comprendre la notion d’algorithme, les bases du traitement d’image, entre autres.
  • Créacube : construire un véhicule avec des robots modulaires.

 

Parcours L’intelligence artificielle dans tous ses états

Ce parcours est un parcours orienté vers les usages de l’intelligence artificielle. Il reprend des activités mentionnées précédemment mais avec une approche sensiblement différente.

Les commentaires sont clos.