EvoX Système d'évolution intelligente et pratique de la recherche AI Native
Pour les cours, ouvrez les diapositives ; pour la préparation, consultez la planification et le contenu du cours ; pour la lecture, ouvrez les notes de cours. Pour continuer à modifier, ouvrez le fichier de projet dans EvoClass.
120 fichiersLesson 1
- HTML00_Leçon 1 : Aux origines de l'évolution intelligente et le contexte de naissance d'EvoX.html
- HTML01_La tendance à l'accélération de l'évolution intelligente et la compression des cycles.html
- HTML02_La puissance des grands modèles actuels et les limites de la génération unique.html
- HTML03_La convergence des approches de l'intelligence et les origines du calcul évolutionnaire.html
- HTML04_La vision de Turing sur la « machine enfant ».html
- HTML05_De nouvelles sources de génération de candidats face à l'essor de la puissance de calcul.html
- HTML06_L'extension de l'objet d'évolution des paramètres numériques aux systèmes logiciels.html
- HTML07_La complexité du monde réel et les compromis multi-objectifs.html
- HTML08_L'auto-amélioration des méthodes de résolution et l'évolution des algorithmes.html
- HTML09_MetaDE : l'architecture imbriquée d'algorithmes d'optimisation d'algorithmes.html
- HTML10_L'architecture du système en boucle fermée d'évolution d'EvoX.html
- HTML11_Les frontières essentielles et les questions clés de l'intégration des tâches dans EvoX.html
- HTML12_Prise en main rapide d'EvoX : configuration de l'environnement et utilisation.html
- HTML13_Les compétences essentielles du chercheur et le jugement esthétique.html
- HTML14_Comparaison entre le question-réponse traditionnel en une seule fois et le système d'évolution continue EvoX.html
- HTML15_La vision d'une infrastructure d'évolution intelligente tournée vers le monde réel.html
- MDAI999-Lesson-1_lecture_notes.md
Lesson 2
- HTML00_Leçon 2 : Les origines du calcul évolutionnaire et la convergence de multiples approches.html
- HTML01_La reconvergence des multiples approches de l'intelligence.html
- HTML02_Rétrospective du symbolisme, du connexionnisme et de la cybernétique.html
- HTML03_Le calcul évolutionnaire comme source technologique directe.html
- HTML04_L'intelligence : produit prédéfini ou processus environnemental.html
- HTML05_La complexité du monde réel et les conflits multi-objectifs.html
- HTML06_Surmonter la contradiction entre diversité et coût d'ingénierie.html
- HTML07_La base d'ingénierie constituée par les GPU et les grands modèles.html
- HTML08_L'extension des frontières de l'objet d'évolution : des paramètres aux programmes.html
- HTML09_Les limites des capacités des grands modèles et l'évolution continue au niveau système.html
- HTML10_MetaDE : améliorer les algorithmes évolutionnaires par les algorithmes évolutionnaires.html
- HTML11_La définition des éléments essentiels pour l'intégration dans EvoX.html
- HTML12_Le flux de travail complet du runtime d'EvoX.html
- HTML13_Analyse pratique en classe : chemins d'évolution multiples et chemin unique prédéfini.html
- HTML14_Rétrospective des idées centrales du cours et des origines de l'évolution.html
- HTML15_Bilan et perspectives : ouvrir une nouvelle pratique de la recherche AI Native.html
- MDAI999-Lesson-2_lecture_notes.md
Lesson 3
- HTML00_Leçon 3 : La complexité du monde réel et les compromis multi-objectifs.html
- HTML01_Conflits multi-objectifs et complexité du réel.html
- HTML02_Compromis et exploration multi-objectifs dans le monde physique réel.html
- HTML03_Rechercher des solutions exploitables et des expériences de pensée.html
- HTML04_Transformation du problème : du choix d'un algorithme au processus d'exploration.html
- HTML05_Optimisation des préférences et ensembles de solutions candidates multiples.html
- HTML06_Contexte pratique multi-objectifs de la conception de profils d'aile supercritiques.html
- HTML07_La persistance des profils d'aile de base et des échantillons perturbés.html
- HTML08_L'application des modèles substituts face aux coûts de simulation élevés.html
- HTML09_Produire des solutions candidates diversifiées conciliant tous les indicateurs.html
- HTML10_Gérer les conflits d'objectifs et les retours épars dans l'ingénierie complexe.html
- HTML11_Le rôle décisionnel de l'expert du domaine et l'évaluation des solutions.html
- HTML12_Activité en classe : conception d'un schéma d'évaluation pour l'optimisation multi-objectifs de paramètres.html
- HTML13_Débriefing de l'activité en classe : vérification de la rationalité des compromis.html
- HTML14_Rétrospective des concepts clés de cette leçon.html
- HTML15_Bilan et perspectives : la valeur de la recherche dans un monde réel et complexe.html
- MDAI999-Lesson-3_lecture_notes.md
Lesson 4
- HTML00_Leçon 4 : La base de calcul moderne et l'évolution parallèle tensorisée.html
- HTML01_La base de calcul moderne et l'évolution parallèle tensorisée.html
- HTML02_Diversité évolutive et défis de l'échelle de calcul.html
- HTML03_Le goulot d'étranglement des boucles CPU séquentielles traditionnelles.html
- HTML04_De la liste de candidats au graphe de calcul tensorisé.html
- HTML05_L'organisation tensorisée de la population, de l'évaluation et de l'état.html
- HTML06_Parallélisation des opérateurs et optimisation de la compilation.html
- HTML07_Conception d'une architecture de base ouverte et découplée.html
- HTML08_Division modulaire des algorithmes et des problèmes.html
- HTML09_Gestion des modules de flux de travail et de surveillance.html
- HTML10_Planificateur du Runtime et gestion de la puissance de calcul hétérogène.html
- HTML11_Applications multi-domaines soutenues par une base unifiée.html
- HTML12_Pratique d'analyse comparative de l'efficacité de calcul.html
- HTML13_Les méthodes essentielles du calcul tensoriel par lots.html
- HTML14_Planification du Runtime et composabilité des algorithmes.html
- HTML15_Le socle de l'exploration évolutive parallèle à haute intensité.html
- MDAI999-Lesson-4_lecture_notes.md
Lesson 5
- HTML00_Leçon 5 : L'évolution des méthodes : de la solution optimisée à l'algorithme d'optimisation lui-même.html
- HTML01_Le contexte essentiel et les motivations de l'évolution des méthodes.html
- HTML02_L'évolution technologique et les origines historiques des systèmes intelligents.html
- HTML03_L'extension des frontières de l'évolution par les grands modèles et la puissance de calcul.html
- HTML04_Conflits multidimensionnels et compromis dans les problèmes du monde réel.html
- HTML05_Les idées centrales et les avancées de l'évolution des méthodes.html
- HTML06_Évolution à double niveau interne et externe et mécanismes adaptatifs.html
- HTML07_Mise en œuvre typique de l'évolution des méthodes : l'architecture MetaDE.html
- HTML08_Évolution de la structure algorithmique : AutoPSO et EvoGO.html
- HTML09_Parallélisation GPU et amélioration de l'évolution par l'évolution.html
- HTML10_Concevoir le plan d'expérience d'optimisation à double niveau.html
- HTML11_Le développement continu des systèmes intelligents et les défis environnementaux.html
- HTML12_Prise en main rapide et configuration d'environnement simplifiée.html
- HTML13_Les compétences essentielles du chercheur et la transformation de la pensée.html
- HTML14_Construire une infrastructure d'évolution durable.html
- HTML15_Bilan et perspectives : vers des formes d'intelligence plus avancées.html
- MDAI999-Lesson-5_lecture_notes.md
Lesson 6
- HTML00_Leçon 6 : L'évolution continue au niveau système : Genesis et la sédimentation du monde logiciel.html
- HTML01_Les limites des capacités des grands modèles et la nécessité de l'évolution au niveau système.html
- HTML02_L'extension des frontières de l'évolution des paramètres numériques aux systèmes logiciels.html
- HTML03_Les défis complexes du monde réel : compromis multi-objectifs et préservation de la diversité.html
- HTML04_Le calcul tensorisé et l'architecture unifiée au service de l'exploration parallèle.html
- HTML05_L'évolution des algorithmes eux-mêmes : de la résolution de problèmes à l'amélioration des méthodes.html
- HTML06_MetaDE et AutoPSO : l'architecture à double niveau de l'évolution des méthodes.html
- HTML07_Cas pratique multi-objectifs de la conception de profils d'aile supercritiques.html
- HTML08_Le défi de la traversée du cycle de vie : épuisement du contexte et persistance au niveau du projet.html
- HTML09_L'architecture Genesis et le paradigme de sédimentation du monde logiciel.html
- HTML10_Le modèle d'ingénierie de la collaboration multi-Agent et de la décomposition récursive des tâches.html
- HTML11_Mécanismes rigoureux de recette et d'héritage historique.html
- HTML12_Activité en classe : simulation de la collaboration multi-Agent et d'une passerelle de recette automatisée.html
- HTML13_Méthode de travail AI Native et point d'accès simplifié.html
- HTML14_Le goût essentiel du chercheur : répartition des tâches homme-machine et pensée critique.html
- HTML15_Bilan du cours : construire une infrastructure durablement évolutive du monde logiciel.html
- MDAI999-Lesson-6_lecture_notes.md
Lesson 7
- HTML00_Leçon 7 : Le paradigme de recherche AI Native et l'entrée en pratique sur EvoX.html
- HTML01_Le paradigme de recherche AI Native et l'entrée en pratique sur EvoX.html
- HTML02_Les limites des capacités des grands modèles et le système d'évolution continue.html
- HTML03_Transformer des problèmes réels en processus d'exploration EvoX.html
- HTML04_Optimisation multi-objectifs et exploration de solutions multiples.html
- HTML05_MetaDE : améliorer les algorithmes évolutionnaires par les algorithmes évolutionnaires.html
- HTML06_Méthode de travail AI Native et point d'accès simplifié.html
- HTML07_Pratique de la tâche de recherche de chemin pour robot d'entrepôt.html
- HTML08_Résultats expérimentaux et analyse de visualisation.html
- HTML09_Plus l'outil est facile à utiliser, plus la responsabilité humaine est claire.html
- HTML10_Cœur de la recherche : la capacité à poser les questions clés.html
- HTML11_Répartition homme-machine : l'IA produit les solutions, l'humain garde la direction.html
- HTML12_Principe essentiel : Code is cheap. Taste matters.html
- HTML13_Activité en classe : guider l'IA par le dialogue pour accomplir une tâche EvoX.html
- HTML14_Bilan du cours : flux de travail AI-natif et goût scientifique.html
- HTML15_Annexes et portails de la communauté open source.html
- MDAI999-Lesson-7_lecture_notes.md