Intelligence Artificielle

Découvrez comment déployer des modèles d’intelligence artificielle en local (Edge) dans l’industrie : autonomie, latence, sécurité et cas concrets.

L'intelligence Artificielle regroupe un ensemble de techniques sur lesquelles l'industrie peut s'appuyer pour se rapprocher de son optimum d'excellence opérationnelle. De l'IA oui, mais où ? A l'Edge ? Dans le Cloud ?

Découvrez le Model Context Protocol (MCP), un protocole innovant pour relier vos LLMs à vos données et outils internes de manière sécurisée et efficace.

CR d'un des sujets de la Grosse Conf: La Model Platform. C'est une solution centralisée pour versionner, déployer, héberger et monitorer tous types de modèles.

Les applications basées sur les LLM deviennent de plus en plus nombreuses, complexes et critiques, il devient indispensable d’adopter une approche rigoureuse pour garantir leur bon fonctionnement et leur amélioration continue. L’observabilité et l’évaluation doivent être repensés pour s'adapter.

Mistral AI dévoile son modèle de chat : rapide, open-source et performant. Découvrez les raisons techniques et stratégiques derrière son succès.

L'Évaluation est au coeur du développement de tout projet d’Intelligence artificielle. Tout ce qu'il faut savoir pour mettre en place une évaluation rigoureuse et assurer la mise en production des projets RAG (Retrieval Augmented Generation).

Avec l'explosion de l'IA et des LLMs, notre manière de gérer la connaissance, qu'elle soit personnelle ou collective, est en pleine transformation. Lors d'une récente présentation, Matthieu Lagacherie a exploré les enjeux et les solutions possibles pour mieux capter, organiser et exploiter l'information à l'ère de l'IA générative

Advisor, c’est un rôle en transverse qui cherche à concilier les enjeux courts termes, sous la responsabilité des équipes, avec la dimension long terme d'évolutivité et d'exploitabilité des algorithmes d'AI.

La robotique vit son "ChatGPT moment". Grâce aux architectures à base de transformers et à la simulation fidèle du monde réel, une révolution est en marche : des modèles de fondation capables d’apprendre par observation et interaction, sans programmation complexe.Demain, nous n’entraînerons plus nos machines, nous les éduquerons.