Licence Logiciel Pour Robot AlphAI 2 Ordinateurs

Licence du logiciel AlphAI pour 2 ordinateurs

Cette licence est valable pour 2 ordinateurs. Les robots AlphAI sont vendus séparément. 

AlphAI est le seul programme qui rend les méthodes d'apprentissage (deep learning, KNN, etc.) accessibles grâce à son interface graphique. Il vous montre comment les utiliser de manière visuelle et facile, du mode débutant pour un démarrage "plug and play" au mode expert pour écrire de l'IA en Python !

Entrez dans le réseau Deep Learning

Réseau simple pour tout comprendre dans les moindres détails : Sur des scénarios d’apprentissages simples, comprenez et enseignez pas à pas le fonctionnement des réseaux de neurones artificiels. Tracez vous-mêmes des connexions à l’intérieur du réseau et observez les conséquences sur les déplacements du robot. Grâce à de multiples affichages (valeurs d’activité, épaisseurs des connexions, couleurs pour les apprentissages, etc.), expliquez en images les équations des apprentissages qui optimisent automatiquement ces connexions.

Réseaux complexes pour passer à l'échelle : Activez la caméra et les couches de neurones intermédiaires et voyez comment les principes simples détaillés précédemment permettent l’apprentissage de comportements complexes (évitement d’obstacle, pousser un ballon, etc.) après passage à l’échelle de milliers de neurones et centaines de milliers de connexions. Vous avez devant les yeux tous les calculs effectués.

Autres algorithmes : Découvrez toujours très visuellement d’autres algorithmes de Machine Learning. En particulier l’algorithme des K plus proches voisins, au programme du lycée et des classes préparatoires, qui est particulièrement intuitif et adapté pour introduire l’apprentissage supervisé. Comparez ensuite ses résultats à ceux de réseaux de neurones, sur la même base de données d’apprentissage.

Prenez les commandes et expérimentez

Débutants, laissez-vous guider : Sélectionner le mode d’affichage débutant pour ne voir apparaître que les réglages les plus courants. Surtout, chargez des configurations de démonstration pour lancer sans effort les scénarios pré-établis d’apprentissage supervisé ou par renforcement.

Intermédiaires, lancez vos propres apprentissages : Tester vos propres apprentissages en sélectionnant les capteurs utilisés en entrées, les actions autorisées, le mode de récompense pour l’apprentissage par renforcement. Enfin bien évidemment sélectionnez et configurez l’algorithme d’IA, par exemple pour tester à quoi servent les neurones intermédiaires…

Experts, bénéficiez d'un environnement professionnel : Utiliser la plate-forme AlphAI pour débugger votre modèle d’apprentissage, tester les paramètres les plus avancés, étudier les propriétés de neurones individuels, etc…

Programmez et codez en Python

Programmation classique : Une librairie Python dédiée permet de prendre le contrôle du robot depuis l’ordinateur avec des instructions simples pour diriger les moteurs, récupérer les données capteurs, et faire programmer des déplacements, sortie de labyrinthe, etc., sans nécessairement requérir à de l’IA. Il est également possible de lancer du code Python directement sur la Raspberry Pi pour des temps de réaction plus rapide.

Programmation de l'IA avec une approche modulaire : Choisissez l’option d’algorithme « code élève » et c’est vous qui codez celui de votre choix dans les cadres prévus à cet effet : la plate-forme AlphAI s’occupe de toute la machinerie des entrées-sorties et vous vous concentrez sur le plus intéressant ! Encore plus simple que l’IA, programmez votre propre fonction de récompense pour faire apprendre de nouveaux comportement à AlphAI. Nos fiches de TP spécialité NSI vous proposent des exemples faisant travaillant les points de programmation du programme.

Autres systèmes : Learning Robots travaille à rendre le logiciel AphAI compatible avec d’autres robots et systèmes automatisés, pour pouvoir les piloter avec de l’apprentissage. Vous pourrez également mener vos propres projets de développement de nouveaux matériels à piloter avec AlphAI.