Atelier Intelligence artificielle et systèmes autonomes : un seul lieu, toutes les disciplines
- Niveau
- L4 Intégratif
- Temps d'étude
- about 36 hours (planning estimate)
- Statut
- Prévu
- Prérequis
- Two frontier courses of the department, or one frontier course and an entry review
Modifie les calendriers de conformité et les hypothèses de planification des organisations qui déploient des systèmes d'IA à haut risque dans l'UE.
Acquis d'apprentissage
- Map the dependencies between the department's disciplines for one place, with sources
- Combine the frontier methods of two disciplines in one analysis and state its combined uncertainty
- Write a decision brief a named decision maker can act on, every number sourced and dated
- Review another team's case and the evidence behind its choices
Modules
-
Choose the place and the decision
- Scope, stakeholders and the decision to support
- What each discipline brings
-
Intelligence artificielle et apprentissage automatique
- Frontier method applied to the place: EU agrees to delay AI Act high-risk obligations
- Evidence, date and limits
-
Sûreté et évaluation de l'IA
- Frontier method applied to the place: Independent evaluation finds gap with developer self-reported scores
- Evidence, date and limits
-
Robotique et systèmes autonomes
- Frontier method applied to the place: UN adopts first global rules for driverless automated driving systems
- Evidence, date and limits
-
Assurance et audit de l'IA
- Frontier method applied to the place: EU agrees to delay AI Act high-risk obligations
- Evidence, date and limits
-
Connect the risks
- Dependency map and cascade paths
- Consortium programme: AI, information integrity and governance
-
Decision brief and review
- Brief, peer review and expert review
Laboratoires avec les outils de l'Academy
Constructeur de jumeau
- Digital twin builderThe studio's shared place, built in 3D with its layers and credits
Pôle de recherche
- Research hubCurrent publications and open data for the case
Nexus Standards
Enseigne
- NRS-T1Risque lié à l'intelligence artificielle
- NRS-T17Cycle de vie de l'apprentissage automatique, qualité des données et robustesse
- NRS-I7Applications d'intelligence : recherche ancrée, raisonnement et aide à la décision
- NRS-H95Famille d'aléas : défaillance et désalignement des systèmes d'IA
- NRS-H99Famille d'aléas : Décisions algorithmiques et préjudices structurels
- NRS-M19Trame de méthodes : cyber, IA et technologies de pointe
- NRS-T16Risques liés aux agents d'IA et aux systèmes de décision autonomes
- NRS-A9Suites d'évaluation de l'IA dans le travail sur les risques
- NRS-H96Famille d'aléas : Sécurité de l'IA et chaîne d'approvisionnement des modèles
- NRS-H97Famille d'aléas : mauvais usage de l'IA et gain de capacités
S'appuie sur 10
- NS-1The UNI and the artefact catalogue
- NS-16Profil d'application de l'UNI (comment les articles, documents, codes, données, API et interfaces portent l'UNI)
- NRS-A1Normes sous forme de code : normes, exigences et tests lisibles par machine
- NRS-A2Normes natives d'ontologie : l'ontologie des risques Nexus, les vocabulaires et les formes
- NRS-A9Suites d'évaluation de l'IA dans le travail sur les risques
- NRS-C1Vocabulaire et ontologie du risque
- NRS-C2Méthode d'évaluation des risques
- NRS-C3Données sur les aléas, l'exposition, la vulnérabilité et les capacités
- NRS-C4Modèle de données sur les risques, identifiants et échange
- NRS-C7Alerte précoce, seuils de déclenchement et action anticipatoire
Évaluation
- 50%
Team case
A cross-discipline case on one place, with a dependency map and a decision brief
- 30%
Public brief
A two-page brief for a named decision maker, every number sourced and dated
- 20%
Peer and expert review
Review by peers and by an expert from a partner institution
Mode de dispensation
- Étude en cohorte sur six à huit semaines, avec une revue de laboratoire hebdomadaire
- Co-dispensé avec une institution partenaire, dans le cadre de ses propres cours
Devenir partenaire de ce cours
- Co-enseigner un module et apporter un cas actuel tiré de votre travail
- Accueillir une cohorte pour vos apprenants, avec votre propre calendrier et votre propre évaluation
- Contribuer un laboratoire : un jeu de données que votre institution publie en accès ouvert, ou un modèle
- Examiner le contenu du cours et ses références avant son ouverture
- Traduire le cours et adapter ses cas à votre région
Comment les institutions et les experts participent
Dans le LMS de l'Academy
- Course on the learning platform
- Expert, 7 sections
- Groupe de cohorte
- A community group for each cohort of learners
- Réalisation
- Recorded on completion of the assessed work