Découvrez la nouvelle équipe MosAIk : études des techniques, modèles et systèmes d’IA

Résumé

L’équipe de recherche MosAIk est issue de la fusion de quatre équipes : BIRD (Building artificial Intelligence between trust, Responsibility and Decision : IA de confiance, fouille de données…), K (Sciences des données, connaissances, raisonnement et ingénierie), Orpailleur (Extraction et représentation de connaissances) et Synalp (traitement automatique des langues).

Le recherche en intelligence artificielle fait l’objet d’une demande considérable. Elle est hétérogène, riche d’une multitude de techniques, de méthodes et d’approches et évolue à grande vitesse. Dans ce contexte, l’équipe MosAIk a l’ambition de constituer une structure avec à la fois la masse et la flexibilité pour s’adapter efficacement et contribuer significativement à la recherche en IA.

 

Les recherches de l’équipe s’articulent autour de 7 axes thématiques principaux :

– Représentations des connaissances et raisonnements (Jean Lieber) : surtout issue de l’IA symbolique, avec ouverture sur ces aspects au sein des LLMs. (Grands Modèles de Langues)

– IA Hybride (Lydia Boudjeloud) : hybridation d’approches de l’IA (par exemple, IA neurosymbolique) et intelligence hybride humain/IA (HHAI).

– IA Frugale (Fabien Lauer) : réduction des besoins en ressources (énergie, temps, mémoire, calcul, données) des modèles.

– LLM/Tal (Christophe Cerisara, Yannick Parmentier) : approches de l’apprentissage efficace et performant des grands modèles de langues.

– Explicabilité (Brieuc Conan-Guez, Jean-Charles Lamirel) : permettre de rendre des modèles plus transparents.

– Incertitude (Frédéric Pennerath, Arthur Hoarau) : quantifier et exploiter l’incertitude dans les modèles et les connaissances.

– IA distribuée (Sabeur Aridhi, Chahrazed Labba) : IA fédérée, distribuée, modèles à base de graphes.

Ces axes trouvent des applications dans des domaines variés.
– En santé, plusieurs axes de recherche sont développés, en particulier en découverte et gestion des connaissances.
– En étude des matériaux, des projets portent sur les propriétés de transport, les propriétés micromécaniques et les modèles fondamentaux des matériaux.
– En éducation, l’équipe conduit des travaux en learning analytics ainsi qu’en génération de contenus et de parcours pédagogiques.
– En sciences humaines et sociales, ses recherches portent sur la modélisation de connaissances en histoire des sciences, en archéologie et en cultural studies.

MosAIk entretient de fortes connexions avec les acteurs locaux de l’IA : Cluster IA Grand Est ENACT, CRET AIREL, CHRU de Nancy, de nombreuses entreprises et les principales formations en IA de l’Université de Lorraine. L’équipe s’appuie sur des partenaires nationaux et internationaux de haut niveau, au travers de collaborations passées ou en cours avec la plupart des équipes d’IA françaises et de nombreux laboratoires européens et internationaux. Elle conduit des projets avec des startups et de grandes entreprises majeures de l’IA (Meta, HuggingFace, Linagora…), ou portant sur des cas d’usage complexes ou à fort enjeu (Givaudan, General Electric, Deezer, Euro Information, ASNR…).

 

Mots clés

Apprentissage automatique : apprentissage profond, grands modèles de langue, modèles de fondation, TAL, apprentissage automatique interactif.
IA symbolique : ingénierie des connaissances, extraction des connaissances, découverte des connaissances, représentation des connaissances, raisonnement.

 

 

Pour en savoir plus :

Page de l’équipe MosAIk :
https://www.loria.fr/fr/la-recherche/departements/4-traitement-des-langues-et-des-connaissances/mosaik/

Cluster IA Grand Est ENACT :
https://cluster-ia-enact.ai/

 

---

 » Découvrez une équipe de recherche  » est un podcast créé par le Service communication du Loria.