Recherche en Intelligence Artificielle

schema
Un institut associant partenaires académiques et industriels pour le développement de l'intelligence artificielle au service de l'humain et de l'environnement


Grenoble est l’un des lieux les plus actifs en France et en Europe dans les domaines de l’intelligence artificielle - apprentissage automatique, perception, communication vocale, vision par ordinateur et intelligence artificielle intégrée. En effet, les contributeurs de MIAI ont publié, au cours des trois dernières années, plus de 30 articles à ICML, KDD et NIPS, plus de 60 articles dans de grandes conférences sur la vision par ordinateur telles que CVPR, ECCV et ICCV et se sont classés premiers dans plusieurs défis internationaux (tels que SemEval ou ImagNet). Trois lauréats de bourses EurAI contribuent également à la recherche sur l'IA symbolique. En outre, la région de Grenoble comprend des acteurs académiques majeurs dans les domaines de la conception matérielle, de l’accélération matériel / logiciel et de l’informatique distribuée.

Grenoble est également à l'avant-garde de la recherche en médecine, science de la terre et du climat. Dans les interventions médicales assistées par ordinateur, plusieurs appareils développés à Grenoble ont donné lieu à des premières chirurgicales (par exemple, la chirurgie de navigation pour biopsies de la prostate développée commercialement par Koelis, une spin-off d'Univ. Grenoble Alpes, utilisée par plus de 250 000 patients de 30 pays). En utilisant un traitement massif de données sismiques et géodésiques, des chercheurs grenoblois ont révélé que la Terre solide évoluait à toutes les échelles de temps, constat qui remet en cause les conceptions traditionnelles de sa dynamique. En exploitant des données massives sur la répartition des espèces à grande échelle et des données climatiques haute résolution et de télédétection, des chercheurs grenoblois ont révélé comment le changement climatique et l'affectation des sols provoquent des réactions inattendues de la biodiversité. MIAI poursuivra et élargira ces axes de recherche dans plusieurs directions.

Au cœur de MIAI

L'IA du futur doit sortir du cloud pour rencontrer ses utilisateurs et surmonter les problèmes liés à la surcharge de communication et à la confidentialité des données. Les architectures matérielles pour l’intelligence artificielle (par exemple, Neuro Processing Unit - NPU) constituent un sujet clé pour les nouvelles applications, intégrées dans des appareils à faible consommation et à faible temps de latence (voitures, équipements portables destinés aux soins de santé ou capteurs intelligents d’événement). Dans le même temps, un nouveau paradigme IT, associant Edge/Fog/Cloud computing et l'IoT, nécessite une gestion avancée des ressources. L'intelligence distribuée est un sujet émergent qui permettra d'optimiser les applications distribuées, y compris l'apprentissage distribué. Les chaises suivantes abordent toutes ces questions relatives aux architectures embarquées et matérielles pour l'IA.
 

Les systèmes de décision automatiques sont actuellement déployés à grande échelle. Ils affectent déjà la vie des citoyens et leur impact devrait s'accroître. Souvent basés sur des modèles complexes d’apprentissage automatique basés sur les données, ces systèmes soulèvent de nombreux défis scientifiques en matière de sécurité, de robustesse, de confidentialité, d’équité et d’efficacité des données lorsque les données annotées en masse ne sont pas disponibles. L’écosystème grenoblois possède de nombreux atouts pour relever ces défis en combinant les perspectives de différents domaines scientifiques, tant académiques que industriels. Il existe en effet une longue tradition de recherche en optimisation, statistiques, intelligence artificielle symbolique à Grenoble, ainsi qu'une recherche plus récente en apprentissage automatique. Notre stratégie au sein de MIAI consiste à favoriser les interactions entre ces différentes disciplines, afin d'apporter des contributions fondamentales à l'apprentissage automatique et au raisonnement à travers les chaires ci-dessous.
  L’un des principaux objectifs de l’intelligence artificielle est d’améliorer la capacité des humains à interagir avec leur environnement. Cela implique la résolution de divers problèmes, notamment la perception, l'analyse et l'apprentissage de la structure informationnelle de cet environnement, ainsi que le traitement correct et efficace de celui-ci. Il est important de noter que l'environnement humain est également composé d'autres êtres humains, ce qui soulève des questions spécifiques sur l'analyse automatique du comportement humain et la conception de systèmes efficaces pour améliorer l'interaction entre les humains. Les équipes grenobloises ont une compétence de longue date en matière d'interaction homme-machine et homme-homme, avec un recours croissant aux techniques d'apprentissage automatique et le maintien de liens anciens et forts entre l'informatique et la psychologie cognitive. Les chaires ci-dessous, abordent séparément les questions de l'analyse visuelle du monde extérieur, de l'interaction avec des humains et des objets dans le "sensori-motor framework" associé à la robotique et de la communication avec l'homme par la parole et le langage. Les chaises suivantes abordent toutes ces questions relatives à la perception et à l'interaction.
  L’intelligence artificielle offre de grandes possibilités d'élaborer des solutions novatrices pour améliorer la vie des gens et leur environnement social. L'intégration de l'IA dans la société affecte la plupart des domaines de la vie privée et de la vie sociale, au niveau collectif comme individuel. En réponse, les individus, les groupes et les institutions mettent en œuvre des processus réglementaires pour traiter les risques réels ou imaginaires résultant de l'IA. Pour éviter à la fois les scénarios catastrophe et les dangers de la cécité volontaire, les spécialistes des sciences sociales et de l'informatique doivent unir leurs forces pour mener des recherches sur l'impact réel de l'IA sur la société. De plus, la régulation raisonnée de l'intelligence artificielle nécessite non seulement une compréhension des algorithmes et des technologies, mais également une étude de la valeur sociale et du sens que les utilisateurs leur attribuent ainsi que la compréhension de la société dans laquelle ils sont déployés. Grenoble est particulièrement bien préparée à relever ce défi. Depuis plusieurs années, Univ. Grenoble Alpes a favorisé le développement des sciences humaines et sociales, en encourageant les travaux interdisciplinaires dans le domaine numérique. Notre objectif au sein de MIAI est de construire sur ces fondations et de changer d’échelle en mettant en œuvre l'intégration de l’IA dans la société et la régulation de l'IA par la société. Les chaires suivantes abordent ces questions liées à l’IA et la société.
 

DOMAINES D'APPLICATION

Santé
Les systèmes de santé et de protection sociale en France et en Europe associent de nombreux acteurs : hôpitaux, services sociaux, entreprises, universités et centres de recherche et de régulation. Les données sont collectées à partir de sources multiples et, alors que les informations personnalisées sur le patient peuvent révolutionner le diagnostic et le traitement, le véritable problème est de les capturer, de les stocker et de les comprendre. Avec l'IA, la santé devient une santé intelligente, concrétisant les promesses de la vision P4 (prédictive, personnalisée, préemptive, participative) de la médecine. Le CHU de Grenoble possède à la fois les outils d’acquisition de données (un lac de données qui fera partie du hub français de l’IA pour la santé, plate-forme de métabolomique clinique) et l’environnement pour développer et tester des dispositifs basés sur l’IA (il héberge l’un des 8 centres français). Centres d’investigation clinique et d’innovation technologique). En outre, Grenoble est un lieu majeur des technologies de l'IA pour la santé, grâce à ses compétences interdisciplinaires et à sa coopération de longue date entre médecins, mathématiciens, informaticiens, chimistes et acteurs industriels. Notre stratégie au sein de MIAI consiste à élargir ces perspectives grâce à un effort continu de collecte de données et au développement de nouveaux outils d'omique basés sur l'IA, à l'amélioration des trajectoires de santé, à l'amélioration des assistants informatiques et à l'autonomisation accrue des patients.
 
Environnement et énergie
Le Forum économique mondial de 2018 a mis en lumière plusieurs défis auxquels sont confrontés les systèmes terrestres : changement climatique, biodiversité et conservation, océans sains, sécurité de l'eau, météo et résistance aux catastrophes. Pris ensemble, ces six questions soulèvent un défi mondial urgent et nécessitent le développement de méthodologies d'IA dans un cadre interdisciplinaire. L’axe environnement de MIAI contribue à relever tous ces défis. Il traite notamment de la surveillance des interactions des espèces impactées par le changement climatique, de l'atténuation des catastrophes naturelles, de la prévision des aléas naturels, de la prévision de la circulation des océans et de la surveillance des grands ouvrages hydrauliques. De plus, la décarbonisation de l’énergie est un élément clé de la préservation de l’environnement, problème que nous abordons par le développement de nouvelles technologies pour les réseaux intelligents.
 
Industrie 4.0
Même si l'industrie utilise beaucoup de capteurs et de données et que la prise de décision est au cœur des processus industriels majeurs, l'application de l'intelligence artificielle est encore récente dans le secteur de la fabrication. Pourtant, les potentiels de l'intelligence artificielle dans l'industrie sont largement reconnus (réduction des coûts jusqu'à 20%). Grenoble a une longue histoire de recherche et d'enseignement sur l'ingénierie industrielle, les matériaux et les procédés et participe à l'EIT Manufacturing sur ces sujets. L’originalité de la démarche grenobloise réside dans le fait que l’être humain reste le principal acteur industriel, paradigme parfois appelé Industrie 4.H. L'objectif de cet axe est d'intégrer les outils d'intelligence artificielle dans les processus de fabrication afin d'améliorer la qualité des produits et des processus, de répondre à la forte personnalisation de la demande des clients et de soutenir les stratégies industrielles prometteuses telles que la "servitization" et l'économie circulaire. Un accord de collaboration avec Fraunhofer (IPA et IML) a été signé à cette fin.