Institut multidisciplinaire d'intelligence artificielle

Au sein de la chaire MIAI chaire l'IA au service de chaînes d'approvisionnement pilotées par les données et auto-configurables.

Le thème de la coopération est « L'intelligence artificielle pour l'Industrie 4.0 ». Il couvre trois thèmes complémentaires et imbriqués : (thème privilégié avec le groupe du professeur Marco Hubert à l'Institut Fraunhofer pour l'ingénierie de fabrication et l'automatisation (IPA), avec annexe scientifique).

Au sein de la chaire MIAI chaire Intelligence artificielle pour les réseaux intelligents.

Le projet DesCartes est un projet hautement compétitif financé et soutenu par la Fondation nationale de recherche de Singapour, le Bureau du Premier ministre et son programme « Campus for Research Excellence and Technological Enterprise » (CREATE). Il s'agit d'un projet de collaboration internationale mené dans le cadre du programme CNRS@CREATE et auquel participent 12 universités françaises, 6 universités singapouriennes et 6 partenaires industriels. Les principales universités de Singapour (NUS, NTU, SUSS, SUTD, SMU) et A*STAR.

Au sein de la chaire MIAI chaire l'IA au service de chaînes d'approvisionnement pilotées par les données et auto-configurables.
 

Au sein de la chaire MIAI chaire Intelligence artificielle pour les réseaux intelligents.

Le projet de recherche conjoint franco-allemand AI4DG se concentre sur l'intelligence artificielle en périphérie pour un contrôle sécurisé et autonome des réseaux de distribution intégrant une forte part d'énergies renouvelables. Il s'agit d'un projet hautement compétitif à l'échelle internationale, financé dans le cadre de la collaboration ANR/BMBF.

Au sein de la chaire MIAI chaire l'IA au service de chaînes d'approvisionnement autonomes et basées sur les données.
(thème prioritaire en collaboration avec les groupes du Dr Sören Kerner et de Marco Motta à l'Institut Fraunhofer pour les flux de matériaux et la logistique (IML), avec annexe scientifique)

 

Dans le cadre de chaire MIAI chaire Vers des systèmes neuromorphiques robustes et compréhensibles

Collaboration MIT/LPNC (MIAI)/CEA.

 

Au sein de la chaire MIAI chaire Architectures matérielles numériques pour l'IA

Le projet AI4DI, financé par l'UE, vise à transférer l'apprentissage automatique (ML) et l'intelligence artificielle (IA) du cloud vers l'industrie en voie de numérisation. Il s'appuiera sur une approche articulée autour de sept objectifs clés pour évaluer et améliorer sa pertinence au sein de l'industrie. Le projet prévoit de connecter les usines, les processus et les appareils au sein de l'industrie numérisée en utilisant le ML et l'IA. La mission d'AI4DI est de faire passer l'IA du cloud à la périphérie et de faire de l'Europe un leader de l'IA sur silicium en faisant progresser la loi de Moore et en accélérant l'adoption du traitement en périphérie dans différentes industries grâce à des démonstrateurs de référence.

 

Dans le cadre de chaire MIAI chaire Vers des systèmes neuromorphiques robustes et compréhensibles

Un programme CREATE consacré à la prise de décision basée sur l'IA dans les systèmes urbains critiques.

Dans le cadre de chaire MIAI chaire Recommandations contextuelles en action – Rapprocher l’IA et l’économie réelle.

Coordinateurs : Sihem Amer-Yahia (CNRS) & Kurt Stockinger, École d'ingénierie de la ZHAW, Suisse / INODE développe une plateforme unifiée et complète qui offre un accès étendu à des ensembles de données ouverts via des requêtes en langage naturel dans les domaines de la recherche sur les biomarqueurs du cancer, de l'élaboration des politiques de recherche et d'innovation et de l'astrophysique ; elle s'adresse à un large éventail d'utilisateurs, allant des grandes communautés scientifiques au grand public.

Au sein de la chaire MIAI chaire Vers des systèmes neuromorphiques robustes et compréhensibles.

Ce projet porte sur l'estimation des graphes de connectivité cérébrale à l'aide d'une approche spatio-temporelle innovante. Il est mené en collaboration avec l'université de Santa Barbara aux États-Unis et l'université de Lausanne en Suisse.

Au sein de chaire MIAI chaire Recommandations contextuelles en action - Rapprocher l'IA et l'économie réelle.

Coordinateurs : Sihem Amer-Yahia (CNRS) & Laks V.S. Lakshmanan, Université de Colombie-Britannique, Canada.
Les données subjectives relient les personnes à des éléments de contenu et reflètent les préférences et les aversions de chacun. Les informations précieuses contenues dans ces données sont pratiquement infinies et répondent à divers besoins d'information. Pourtant, à ce jour, il n'existe pas d'outils dédiés à l'exploration de ces données. Dans le cadre de ce projet, nous développons un cadre pour l'exploration des données subjectives (SDE). La SDE permet l'exploration conjointe d'éléments, de personnes et des opinions des personnes sur ces éléments, au sein d'un processus guidé en plusieurs étapes.

Au sein de chaire MIAI chaire Perception et interaction audiovisuelles pour les robots d'accompagnement

Coordinateur : Xavier Alameda-Pineda (Inria)

Au cours des cinq dernières années, les robots sociaux ont fait leur apparition dans des espaces publics tels que les musées, les aéroports, les centres commerciaux, les banques, les salles d'exposition d'entreprises, les hôpitaux et les maisons de retraite, pour ne citer que quelques exemples. Outre les compétences robotiques classiques telles que la navigation, la préhension et la manipulation d’objets, c’est-à-dire les interactions physiques, les robots sociaux doivent être capables de communiquer avec les personnes de la manière la plus naturelle possible, c’est-à-dire par le biais d’interactions cognitives. Néanmoins, la technologie actuelle d’interaction homme-robot (IHR) n’est pas bien adaptée pour répondre à ces besoins. En effet, les robots d'assistance sociale (SAR) actuellement disponibles souffrent de deux principaux obstacles : (i) ils sont limités à une poignée de scénarios simples, ce qui conduit à (ii) une faible acceptation des SAR par une grande partie des utilisateurs, tels que les personnes âgées. Ces limites sont en grande partie dues au fait que tant leur matériel que leurs logiciels ont été conçus pour une interaction réactive avec un seul utilisateur, reposant principalement sur la détection de mots-clés, où le robot attend qu'on lui indique quoi faire à partir d'un ensemble limité d'actions préprogrammées. En résumé, la question de recherche de SPRING est de savoir comment développer des robots capables de se déplacer, de voir, d’entendre et de communiquer avec plusieurs acteurs, dans des espaces peuplés complexes et non structurés, afin qu’ils puissent remplir correctement des rôles sociaux et exécuter avec succès des tâches sociales. Surmonter ces limites soulève des défis scientifiques et technologiques difficiles, avec un impact social et une valeur économique considérables.

Dans le cadre de chaire MIAI chaire Recommandations contextuelles en action – Jeter des ponts entre l’IA et l’économie réelle.

Coordinatrices : Sihem Amer-Yahia (CNRS) & Tova Milo, Université de Tel Aviv, Israël.

La question de la réponse aux requêtes portant sur des prédictions issues de l’apprentissage automatique suscite un intérêt croissant au sein de la communauté des bases de données. Cette question est complexe car le coût de la recherche de prédictions de haute qualité revient à faire appel à un oracle, tel qu'un expert humain ou un modèle de réseau neuronal profond coûteux, pour chaque élément de la base de données, puis à appliquer la requête. Nous développons AQUAPRO, un cadre unifié et novateur qui permet la réponse approximative aux requêtes à l'aide d'un proxy et d'un oracle (Approximate QUery Answering with PRoxy and Oracle) afin de minimiser le coût de la recherche de réponses de haute qualité pour les requêtes ciblant à la fois la précision et le rappel.

Dans le cadre de chaire MIAI chaire Vers des systèmes neuromorphiques robustes et compréhensibles.

Dans le cadre d'une collaboration entre le ministère français de l'Enseignement supérieur, de la Recherche et de l'Innovation (MESRI), le ministère fédéral allemand de l'Éducation et de la Recherche (BMBF), le Fraunhofer ISE, le CEA, le LPNC, Stiebel-Eltron GmbH & Co. KG et EDF R&D – Département Technologie et Recherche pour l'efficacité énergétique.