Public concerné
Personnel des services R&D – Qualité – Laboratoire - Production
Objectifs
- Connaitre les fondamentaux de l’Intelligence artificielle et plus particulièrement des IA génératives (LLM)
- Identifier des cas d'usage pertinents en R&D alimentaire et les tester.
- Maîtriser des outils spécifiques à chaque phase du projet R&D
- Réfléchir à la structuration d'une démarche IA en entreprise alimentaire
Contenu
Les fondamentaux de l’Intelligence Artificielle
- Définitions
- Limites
- Acteurs
Missions R&D et IA généraliste (IAG)
- Les missions en R&D et la gestion de projet R&D
- Prompt engineering et R&D
- Limites IAG et R&D
R&D Alimentaire et outils IA spécialisés
Atelier recherche et synthèse
- Benchmark : Outils DeepResearch : ChatGPT, Perplexity, Google
- Recherche scientifique : Scispace, Elicit, Consensus
- Agrégation de contenu : LM Notebook
Atelier analyse de données (avec Julius)
IA spécialisées et missions R&D
- Rédaction, communication, présentation
- Benchmark
- Les promesses sur l’amélioration par IA vs les applications concrètes en entreprises (exemples Cas concrets entreprise alimentaires)
- Focus sur la formulation : témoignage fournisseur (AkaFood ou autre)
- Production
Bonnes pratiques et plan d’action
- Bonnes pratiques
- Exemples entreprise agroalimentaire et intégration IA
- Plan d’action