IA du futur

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.

Axe 1. Apprentissage et raisonnement

 
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 dans MIAI consiste à favoriser les interactions entre ces différentes disciplines, afin d'apporter des contributions fondamentales à l'apprentissage et au raisonnement automatiques à travers les programmes de recherche ci-dessous, et de les relier à des applications, qui seront détaillées dans d'autres axes.


Axe 2. Architectures embarquées et matérielles pour l'IA

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). Un programme spécifique abordera des sujets de recherche connexes. 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. S'appuyant sur l'effort scientifique présenté dans l'axe 1, les deux sujets de recherche utiliseront l'apprentissage en ligne, non supervisé, incrémental et «sous contrainte» afin de permettre une adaptabilité à l'environnement, une personnalisation aux utilisateurs et un système efficace.


Axe 3. Perception & interaction

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. Cela conduit à trois programmes abordant 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.