Équipes académiques en IA - Archive ouverte HAL
N°Spécial De Revue/Special Issue Bulletin de l'Association Française pour l'Intelligence Artificielle Année : 2023

Équipes académiques en IA

Résumé

Ce dossier, le premier de l’année, résulte d’un appel à contribution auprès d’équipes académiques de recherche en IA en France. Nous avons reçu 11 contributions. Afin de faciliter leur identification par le lecteur, le titre de chaque contribution commence par le nom du laboratoire concerné / le nom de l’équipe au sein de ce laboratoire. Elles ont été classées par ordre alphabétique sur le nom de laboratoire. Le CIAD (Connaissance et Intelligence Artificielle Distribuées) est un laboratoire de la région Bourgogne-Franche-Comté dont l’objectif est de « concevoir une intelligence artificielle hybride, distribuée et explicable pour la société ». L’équipe MAD (Modèles, Agents, Décision) du laboratoire GREYC (laboratoire de recherche en sciences du numérique) en région Normandie, s’intéresse plus particulièrement au raisonnement et à la représentation de connaissances, la planification sous incertitude et les systèmes multi-agents. L’équipe COATI (Combinatorics, Optimi- zation, and Algorithms for Telecommunications) de l’INRIA Côte d’Azur (en partenariat avec le CNRS), implantée en région PACA, décrit ses travaux autour du projet BraInside dont le but est d’appliquer « des principes théoriques issus de la théorie des algorithmes distribués et aléatoires » en vue d’étudier les fondements de l’apprentissage automatique. L’IRIT (Institut de Recherche en Informatique de Toulouse), implanté en région Occi- tanie, présente ensuite un projet H2020 auquel participent des membres des trois équipes de son département IA. Ce projet, intitulé STARLIGHT (Sustainable Autonomy and Resilience for LEAs using AI against High priority Threats) s’intéresse à différents aspects de la sécurité des biens et des personnes. L’équipe SIC (systèmes d’information et de communication) du LIMOS (Laboratoire d’Informatique, de Modélisation et d’Optimisation des Systèmes situé en région Auvergne-Rhône-Alpes) s’intéresse quant à elle à des travaux « en interaction avec l’acquisition, la gestion et le traitement de données ». Le projet transdisciplinaire AMPLIFIER (Active Multisensory Perception and LearnIng For InteractivE Robots) est ensuite présenté au travers d’un de ses partenaire, le LIRIS (Laboratoire d’InfoRmatique en Image et Systèmes d’information), lui aussi situé en région Auvergne-Rhône-Alpes. Ce projet étudie l’intégration multi-sensorielle, une fonction de notre cerveau améliorant notre perception et nous aidant à former une représentation cohérente de notre environnement. Le LIRIS est également présent au travers de l’équipe TWEAK (Traces, Web, Education, Adaptation, Knowledge) qui croise intelligence artificielle et ingénierie des connaissance en s’intéressant plus particulièrement aux EIAH et au web. Nous retournerons ensuite en région PACA avec QARMA (Quipe d’AppRentissage automatique de MArseille) du LIS (Laboratoire d’Informatique et Systèmes) qui s’intéresse à tous les aspects de l’apprentissage automatique (tant théoriques que pratiques et applicatifs). L’équipe-projet DiTeX (Data-innovation pour le TeXtile et l’habillement) de la région Grand-Est s’intéresse au développement d’outils et de techniques d’IA dans le domaine du textile et de l’habillement. L’équipe APP (Apprentissage) du LITIS (Laboratoire d’informatique, du traitement de l’information et des systèmes) s’intéresse elle-aussi à l’apprentissage, mais est davantage focalisée sur l’apprentissage profond. Le LITIS est lui-aussi implanté en région Normandie. Enfin, la région parisienne est elle-aussi à ’honneur au travers du LTCI (Laboratoire de Traitement et Communication de l’Information) et de son équipe S2A (Signal, Statistique et Apprentissage) dont l’un des centres d’intérêt est l’apprentissage statistique. Nous voyons, au travers de ces présentations, la diversité thématique des recherches menées, et dans les deux grands domaines de l’IA que sont l’IA symbolique et l’IA connexioniste. Les travaux présentés sont parfois théoriques, parfois guidés par des domaines d’application plus concrets, mais tous concourent à rendre le paysage de l’IA très dynamique en France aujourd’hui.
Fichier principal
Vignette du fichier
119_jan23.pdf (942.8 Ko) Télécharger le fichier
Origine Accord explicite pour ce dépôt
Licence

Dates et versions

hal-04558561 , version 1 (25-04-2024)

Licence

Identifiants

  • HAL Id : hal-04558561 , version 1

Citer

Dominique Longin, Grégory Bonnet. Équipes académiques en IA. Bulletin de l'Association Française pour l'Intelligence Artificielle, 119, 2023, Association Française d'Intelligence Artificielle. ⟨hal-04558561⟩
134 Consultations
81 Téléchargements

Partager

More