Programme

En France, en matière d’intelligence artificielle, on a les talents en mathématiques comme en informatique, on a l’envie, mais l’on n’arrive pas toujours à passer des paroles aux actes, de la recherche à l’industrie, de l’invention à l’innovation ou à la technologie.

Afin de mieux appréhender ces problématiques, les Groupes Professionnels Centrale Numérique et Supélec Numérique vous convient à la première manifestation du nouveau Cycle "Data Science & Cognitive", qui aura lieu Jeudi 12 janvier 2017 prochain dès 19h00 à la Maison des Centraliens (Paris 8ème), avec le Professeur Nicolas Vayatis (ECP95), directeur du Centre de Mathématiques et de Leurs Applications (CMLA) de l’ENS Cachan et Professeur associé à CentraleSupélec, un observateur aguerri et éclairé de l’écosystème de l’intelligence artificielle (IA).

Lors de cette manifestation, Nicolas Vayatis ne nous promet pas des recettes de cuisine pour faire de la France un leader, mais son point de vue d’acteur au coeur de la fusée car au contact des futurs data scientists qu’il forme et que les entreprises s’arrachent, au contact des industriels qui font appel aux compétences de son laboratoire, ou encore au contact des pouvoirs publics qui financent les progrès de la science en matière d’IA. L’IA, d’ailleurs, révolutionne petit à petit tous les secteurs.

Ce sera ainsi l’occasion pour Nicolas Vayatis d’aborder concrètement les impacts de l’IA dans des domaines tels que le marketing digital, le véhicule connecté, la santé, la robotisation des services ou encore dans l’éducation.

La soirée se déroulera dans un format cocktail + dîner inclus (kir, entrée, plat, dessert, café/thé) dans le cadre convivial et amical de la Maison des Centraliens.

Pour s’inscrire, merci de cliquer le lien suivant http://www.asso-supelec.org/shortUrl/498

Intervenants

Nicolas VAYATIS (ECP95)
Directeur du CMLA et professeur des universités au département de mathématiques de l’ENS Cachan. Il y anime un groupe de recherche dans le domaine de l’apprentissage statistique et du traitement de données massives qui s’implique dans des projets interdisciplinaires aux interfaces. Ses principaux thèmes de recherche sont la théorie de l’apprentissage, la modélisation prédictive et l’inférence à partir des données issues de graphes réels. Nicolas Vayatis est co-auteur d’environ 80 publications dans des revues et des conférences internationales et Action Editor pour la revue Journal of Machine Learning Research. Il est également responsable de la formation de master M2 MVA (MAthématiques-Vision-Apprentissage).