Multimedia Services & Networks

Catalog of Télécom SudParis courses

Code

IGFF NET 4252

Level

M1

Graduate

Graduate

Semester

Fall

Domain

Réseaux

Program

Programme Ingénieur

Language

Français/French

ECTS Credits

2,5

Class hours

25

Workload

40

Program Manager(s)

Department

  • Réseaux et Services Multimédia Mobiles

Educational team

Organisation

Cours/TD/TP/projet/examen : 15H/9H/0H/15H/1H

Learning objectives

AI and Generative AI algorithms
IoT and IA
5G key technologies
5G and IA
6G key technologies
6G and IA
Networks for IA
IA for Networks
Semantic Information
Semantic Communication

CDIO Skills

  • 1.1 - Knowledge of basic science including mathematics and others
  • 1.2 - Core engineering fundamental knowledge and other disciplines
  • 1.3 - Advanced engineering fundamental knowledge, methods and tools
  • 2.1 - Analytical reasoning and problem solving
  • 2.2 - Experimentation, investigation and knowledge discovery
  • 2.2.1 - Hypothesis Formulation
  • 2.2.2 - Survey of Print and Electronic Literature
  • 2.2.3 - Experimental Inquiry
  • 3.2.3 - Written Communication
  • 3.2.6 - Oral Presentations
  • 4.1.3 - Society's Regulation of Engineering
  • 4.1.4 - The Historical and Cultural Context
  • 4.1.5 - Contemporary Issues and Values

Keywords

AI, Generative AI, LLM, GPT, Fine-tuning by strategy, RLVR, GRPO, RAG, GAN, Diffusion, IoT and AI, 5G & 6G key technologies, 5G and AI, 6G and IA, AI-enable Semantic Information & Communication

Content

Introduction to generative AI (GAI)
Generative AI for Language
LLM
GPT: Generative Pre-trained Transformer
Pre-training, Prompt engineering
Supervision, Auto-supervision
Fine-tuning by supervision, with feedback, by preferences, by strategy
Reinforcement learning (RL) with feedback.
RAG
RLVR, GRPO,
Generative AI for Image
GAN, diffusion
Generative AI for Services
Networks for AI
AI & Generative AI for Networks
5G key technologies
5G and AI & Generative AI
6G key technologies
6G and AI & Generative AI
AI-enable Semantic Information & Communication

Evaluation

grade over 20

Assessment formula

The evaluation will be based on in-class tests (50%) and a research project (50%) on Generative AI (report, oral presentation, questions/answers session).

Pedagogical methods

Ce cours est divisé en deux parties indépendantes: NET 4252 (P1-1) et NET 4254 (P1-2).
Ce cours introduira, à partir de 2026-2027, les algorithmes de bases d'IA, et IA génératives comme les LLM, GPT, RAG, RLVR, GRPO, GAN, diffusion... ;
puis, comment l'IA et l'IA générative modifient et révolutionnent les Services et les Réseaux du future, en particulier pour les réseaux et services de 5G et IA, 6G et IA, IoT et IA, les réseaux pour l'IA et l'IA pour les réseaux. Un approfondissement sur les réseaux mobiles 5G et 6G, avec leurs technologies clés, seront également inclus.
l'Information & la Communication sémantiques sont également introduites.
Ce cours comprend un travail de recherche en binôme théorique ou pratique à réaliser sur l'IA générative.
Vous pouvez prendre soit NET 4252 uniquement, soit NET 4252 et 4254.
Il est possible de prendre NET 4254 uniquement à condition d'avoir les pré-requis nécessaires (sur les algorithmes de l'IA et l'IA générative).