{"id":64,"date":"2022-02-09T11:46:39","date_gmt":"2022-02-09T10:46:39","guid":{"rendered":"https:\/\/project.inria.fr\/iaenergie\/?page_id=64"},"modified":"2022-03-16T09:15:59","modified_gmt":"2022-03-16T08:15:59","slug":"programme","status":"publish","type":"page","link":"https:\/\/ia-energie.loria.fr\/fr\/programme\/","title":{"rendered":"Programme"},"content":{"rendered":"

14h – 17h : S\u00e9minaire scientifique<\/span><\/h4>\n

Les activit\u00e9s li\u00e9es \u00e0 l\u2019\u00e9nergie au Loria et \u00e0 CentraleSup\u00e9lec<\/span><\/strong>
\nVincent Chevrier (LORIA\/Universit\u00e9 de Lorraine), Fr\u00e9d\u00e9ric Pennerath (LORIA\/CentraleSup\u00e9lec)
\n<\/em><\/p>\n

L\u2019objectif est de dresser un \u00e9tat des lieux des principales activit\u00e9s en relation avec le th\u00e8me de l\u2019\u00e9nergie et de l\u2019IA qui sont conduites au LORIA et sur le campus de Metz de CentraleSup\u00e9lec.<\/p>\n

L’humain dans la boucle : interactivit\u00e9 et visualisation<\/span>
\n<\/strong>Lydia Boudjeloud-Assala (LORIA\/Universit\u00e9 de Lorraine)
\n<\/em><\/p>\n

Je pr\u00e9senterai un bilan de mes travaux de recherche sur les approches coop\u00e9ratives combinant des m\u00e9thodes interactives de visualisation et des m\u00e9thodes automatiques pour des probl\u00e9matiques de fouille de donn\u00e9es et de machine learning \u00e0 travers l\u2019analyse visuelle, la fouille visuelle de donn\u00e9es et le machine learning interactif.
\nJe pr\u00e9senterai diff\u00e9rentes possibilit\u00e9s d’impliquer l’utilisateur dans le processus de fouille et d\u2019apprentissage afin d’am\u00e9liorer sa confiance et sa compr\u00e9hension dans les mod\u00e8les ou r\u00e9sultats obtenus. De nouveaux challenges pour ces m\u00e9thodes, qui doivent pouvoir traiter non seulement des quantit\u00e9s de plus en plus importantes de donn\u00e9es mais aussi des donn\u00e9es qui peuvent \u00e9voluer dans le temps, seront \u00e9galement pr\u00e9sent\u00e9s et discut\u00e9s.<\/p>\n

Machine learning interactif pour les op\u00e9rateurs du r\u00e9seau \u00e9lectrique<\/span>
\n<\/strong>Laure Crochepierre (RTE, Universit\u00e9 de Lorraine)<\/em><\/p>\n

L’arriv\u00e9e progressive de nouvelles activit\u00e9s sur le r\u00e9seau de transport d’\u00e9lectricit\u00e9, en lien avec la croissance du renouvelable et des \u00e9changes aux fronti\u00e8res, laisse aujourd’hui entrevoir des opportunit\u00e9s d’application de l’intelligence artificielle dans la conduite du r\u00e9seau. Cependant, ces algorithmes d’IA sont souvent vus comme des \u00ab\u00a0bo\u00eetes noires\u00a0\u00bb dont les r\u00e9sultats sont peu interpr\u00e9tables et avec lesquels il est difficile d’interagir. Nos travaux visent \u00e0 construire une repr\u00e9sentation symbolique de l’information, compr\u00e9hensible par l’humain et g\u00e9n\u00e9r\u00e9e par un algorithme capable de prendre en compte de la connaissance physique et de l’expertise m\u00e9tier pour, in fine, assister les op\u00e9rateurs du r\u00e9seau dans leurs \u00e9tudes des contraintes de transit.<\/p>\n

PAUSE<\/h5>\n

Exc\u00e8s, mensonges et fiascos de l’IA : de la n\u00e9cessit\u00e9 d’une IA capable de douter pour ne plus nous tromper<\/span><\/strong>
\nFr\u00e9d\u00e9ric Pennerath (LORIA\/CentraleSup\u00e9lec)
\n<\/em><\/p>\n

\u00c9blouie par les prouesses technologiques des mod\u00e8les neuronaux profonds, la soci\u00e9t\u00e9 place parfois en l\u2019intelligence artificielle des attentes excessives, au-del\u00e0 de ce qu\u2019il est possible de faire. Afin de pouvoir s\u00e9parer le bon grain de l\u2019ivraie, c\u2019est-\u00e0-dire distinguer les applications prometteuses de l\u2019IA de celles plus fantaisistes vou\u00e9es \u00e0 l\u2019\u00e9chec, cette pr\u00e9sentation commencera par rappeler quelques notions simples mais tr\u00e8s utiles en statistiques. On r\u00e9alisera ainsi l\u2019importance de concevoir des IA capables de douter, c\u2019est-\u00e0-dire d\u2019assortir leur pr\u00e9diction d\u2019un degr\u00e9 de certitude estim\u00e9 \u00e0 son plus juste niveau. On pr\u00e9sentera de fa\u00e7on non technique une approche scientifique capable d\u2019atteindre cet objectif. Enfin on montrera que la prise en compte des incertitudes, loin d\u2019\u00eatre un aveu d\u2019\u00e9chec, peut renforcer notre confiance en l\u2019IA, ouvre la voie \u00e0 de nouvelles applications et constitue au final une v\u00e9ritable source de valeur pour les entreprises, en particulier pour le secteur de l\u2019\u00e9nergie.<\/p>\n

Une IA explicable pour la rendre acceptable<\/span><\/strong>
\nAlice Duquenne, ing\u00e9nieure-chercheuse en science des donn\u00e9es, EDF R&D<\/em><\/p>\n

L’IA conna\u00eet un essor important depuis ces derni\u00e8res ann\u00e9es, dans de nombreux domaines. La recherche de performance en IA conduit \u00e0 des algorithmes \u00ab\u00a0bo\u00eete noire\u00a0\u00bb de plus en plus sophistiqu\u00e9s et complexes, pour lesquels il est souvent difficile de comprendre le fonctionnement sur les donn\u00e9es. Il devient d\u00e8s lors indispensable de se tourner vers les techniques d’explicabilit\u00e9 : pour apporter une meilleure compr\u00e9hension, transparence et confiance dans les mod\u00e8les, et ainsi renforcer leur acceptabilit\u00e9 et leur auditabilit\u00e9.<\/p>\n

Le Data Center d\u2019Enseignement : un cluster CPU\/GPU pour les \u00e9tudiants et leurs enseignements<\/span><\/strong>
\nJ\u00e9r\u00e9my Fix (LORIA\/CentraleSup\u00e9lec)
\n<\/em><\/p>\n

La renaissance des algorithmes d\u2019intelligence artificielle, en particulier des r\u00e9seaux de neurones profonds en 2010, est la cons\u00e9quence de trois facteurs : une meilleure compr\u00e9hension des algorithmes, la disponibilit\u00e9 d\u2019une \u00e9norme masse de donn\u00e9es \u00e9tiquet\u00e9es et l\u2019utilisation d\u2019une infrastructure mat\u00e9rielle d\u00e9di\u00e9e efficace. On pr\u00e9sentera succinctement l\u2019infrastructure logicielle et mat\u00e9rielle du centre de calcul pour l\u2019enseignement que nous administrons sur le campus de CentraleSup\u00e9lec permettant un acc\u00e8s tr\u00e8s simple pour les \u00e9tudiants \u00e0 de puissantes ressources de calcul.<\/p>\n

Projets IA en formation ing\u00e9nieur : collaborations fructueuses entre recherche et entreprise<\/span><\/strong><\/p>\n

CentraleSup\u00e9lec est une \u00e9cole d\u2019ing\u00e9nieurs ayant vocation \u00e0 travailler \u00e9troitement avec le monde de l\u2019entreprise. Les projets inscrits dans le cursus de l\u2019\u00e9cole sont l\u2019occasion de r\u00e9unir \u00e9tudiants, ing\u00e9nieurs en poste et enseignants-chercheurs pour r\u00e9soudre un probl\u00e8me industriel. Cette pr\u00e9sentation illustrera \u00e0 travers quelques exemples de projet l\u2019int\u00e9r\u00eat de ce type de collaboration ainsi que les comp\u00e9tences du corps enseignant dans le domaine de l\u2019IA.<\/p>\n

Intervenants :<\/p>\n