Le département Sciences de l'Ingénierie et du Numérique (SIN) a le plaisir de vous inviter à
la Journée scientifique Intelligence Artificielle (IA),
qui aura lieu le mardi 4 novembre
à l’amphithéâtre du LaBRI, Bât. A30, Campus Peixotto à Talence.
Cette journée d'échanges scientifiques dédiées à la thématique IA propose des présentations
- d'invités extérieurs:
Amaury HAYAT, Professeur à l'Ecole des Ponts
Gilles SASSATELLI, Directeur de recherche au LIRMM à Montpellier - des membres des différents laboratoires du département SIN.
L'objectif est de donner un aperçu des activités de recherches autour de l'IA dans le département ,allant de la théorie jusqu'aux applications.
Comité scientifique et organisation :
Emmanuelle ABISSET-CHAVANNE, Professeure à I2M,
David GOMEZ, Maître de conférences à ESTIA Recherche
Sylvain SAIGHI, Professeur à l’IMS
Yann TRAONMILIN, Chargé de recherche à l’IMB
Akka ZEMMARI, Professeur au LaBRI
Inscription gratuite mais obligatoire pour la logistique de l’événement, au plus tard le 23 octobre.
Programme
Résumés des présentations
9h00 - Ouverture de la journée
Bruno Vallespir,
Directeur du département Sciences de l’Ingénierie et du numérique
Comité scientifique de l’événement :
- Emmanuelle ABISSET-CHAVANNE, Professeure à I2M,
- David GOMEZ, Maître de conférences à ESTIA Recherche
- Sylvain SAIGHI, Professeur à l’IMS
- Yann TRAONMILIN, Chargé de recherche à l’IMB
- Akka ZEMMARI, Professeur au LaBRI
09h15 - "How can Machine Learning Help Mathematicians?", Amaury HAYAT
Amaury HAYAT, Professeur à l'Ecole des Ponts
10h30 - "Planning under uncertainty", Nathanaël FIJALKOW
Nathanaël FIJALKOW, Directeur de recherche au LaBRI
In this talk I will discuss the problem of synthesising plans in stochastic and uncertain environments, formalised as partially observable Markov decision processes (POMDP). It has been studied using machine learning approaches as well as logical techniques, the goal of this talk is to discuss how these two approaches can be unified. I will cover recent works, in particular our recent paper on Revelations, which received an Outstanding Paper Award at the AAAI 2025 Conference.
11h00 - "From Learning to Optimize to Learning Optimization Algorithms", Camille CASTERA
Camille CASTERA, Maître de conférences à l’IMB
Towards designing learned optimization algorithms that are usable beyond
their training setting, we identify key principles that classical algorithms obey, but
have up to now, not been used for Learning to Optimize (L2O). Following these
principles, we provide a general design pipeline, taking into account data, architecture
and learning strategy, and thereby enabling a synergy between classical optimization
and L2O, resulting in a philosophy of Learning Optimization Algorithms. As a
consequence our learned algorithms perform well far beyond problems from the
training distribution. We demonstrate the success of these novel principles by
designing a new learning-enhanced BFGS algorithm and provide numerical
experiments evidencing its adaptation to many settings at test time.
11h30 - "Intelligence Artificielle pour l'Interaction Humain-Machine", David GOMEZ
David GOMEZ, Enseignant-Chercheur à ESTIA Recherche
Nos travaux de recherche se situent à l'intersection de l'Intelligence Artificielle (IA) et de l'Interaction Humain-Machine (IHM). Nous proposons une vision bidirectionnelle où ces deux domaines collaborent en synergie.
D'une part, nous exploitons les capacités de l'IA pour améliorer l'IHM. En concevant de nouvelles expériences utilisateur multimodales, nous visons à créer des interfaces plus intuitives, contextuelles et personnalisables qui répondent également aux émotions humaines.
D'autre part, nous utilisons les principes de l'IHM pour améliorer les modèles d'IA eux-mêmes. En intégrant l'expertise humaine directement dans les boucles d'apprentissage (human-in-the-loop), nous permettons une supervision active et une amélioration continue des prédictions de l'IA.
Cette présentation montrera comment cette double approche conduit à des systèmes interactifs plus intelligents, fiables et centrés sur les besoins humains.
13h30 - "IA et apprentissage embarqués, du numérique à l'analogique", Gilles SASSATELLI
Gilles SASSATELLI, Directeur de recherche au LIRMM à Montpellier
L’IA à la périphérie ou « Edge AI » est une approche qui se profile comme indispensable pour parer aux effets délétères, de la centralisation / délocalisation du calcul dans des datacenters. Avec des dispositifs autonomes capables de fonction avancées d’apprentissage, on peut penser des approches moins énergivores, plus responsables. Cet exposé abordera le challenge de la transposition de modèles d’IA « standards » vers le contexte par essence contraint en ressource et énergie, des systèmes embarqués. Les caractéristiques et limites des solutions « état de l’art » actuelles seton introduites, à la fois sur le volet modèles d’IA ainsi que sur les systèmes embarqués. L’exposé sera prolongé par une introduction rapide des différentes familles de modèles « émergents » usuellement considérées, souvent qualifiés de neuromorphiques, in-memory ou autres. L’accent sera ensuite mis sur les modèles inspirés de la physique fondamentale et spécifiquement les « EBM » pour Energy-Based Models. Il s’agira ensuite de discuter les opportunités de réalisation de systèmes purement analogiques qui implémentent nativement ces fonctions, pour l’inférence mais également l’entrainement.
14h15 - "Prédictions conformes dans des contextes de classification et de régression : application à la reconnaissance d'adventices et à la localisation de pistes d'atterrissage", Lionel BOMBRUN
Lionel BOMBRUN, Maître de conférences, IMS
14h45 - Jenny BENOIS-PINEAU
Jenny BENOIS-PINEAU, Professeure au LaBRI
15h15 - "L’IA pour la simulation rapide du comportement mécanique des structures architecturées", Étienne PRULIERE
Étienne PRULIERE, Maître de conférences à l’I2M
Les matériaux architecturés sont des structures multi-échelles dont la microstructure est conçue pour optimiser les propriétés mécaniques. La prédiction du comportement mécanique non-linéaire de ces matériaux exige des ressources de calcul considérables, en raison de la complexité des géométries et de la finesse des maillages nécessaires.
Dans ces travaux, nous proposons d’utiliser des techniques d’apprentissage automatique par réseaux de neurones afin de réduire drastiquement le coût des simulations. La démarche combine des réseaux de neurones récurrents, pour prendre en compte la dépendance à l’histoire du chargement, avec des réseaux de neurones en graphes permettant de décrire finement la microstructure et reconstruire les champs mécaniques locaux.
15h45 - Conclusions de la journée
Bruno Vallespir,
Directeur du département Sciences de l’Ingénierie et du numérique
Comité scientifique de l’événement :
- Emmanuelle ABISSET-CHAVANNE, Professeure à I2M,
- David GOMEZ, Maître de conférences à ESTIA Recherche
- Sylvain SAIGHI, Professeur à l’IMS
- Yann TRAONMILIN, Chargé de recherche à l’IMB
- Akka ZEMMARI, Professeur au LaBRI
Programme - version pdf
Dernière mise à jour :
Adresse
Laboratoire de recherche en Informatique (LaBRI) - Bâtiment A30
Université de Bordeaux - 351, cours de la Libération 33405 Talence