D5. Systèmes complexes, intelligence artificielle et robotique
L’objectif scientifique du département 5 est l’étude des systèmes complexes et leurs interactions, de l’intelligence artificielle et de la robotique, en mettant l’accent sur les interactions homogènes et hétérogènes dans les systèmes complexes multi-échelles dans les domaines suivants :
- biologie computationnelle : équipe CAPSID,
- sciences cognitives : équipe BIRD,
- neurosciences : équipes BISCUIT et NEURORHYTHMS,
- robotique : équipes BISCUIT, LARSEN et NEURORHYTHMS.
Relever ces défis scientifiques implique la conception de nouveaux algorithmes et modèles informatiques dans les domaines suivants:
Biologie computationnelle : l’objectif est de faciliter et d’améliorer la modélisation 3D de machines biomoléculaires multi-composants. Nous développons des algorithmes et des logiciels pour aider à étudier les systèmes biologiques et les phénomènes d’un point de vue structurel. Les activités de l’équipe portent sur deux thèmes principaux:
- la modélisation computationnelle des interactions protéine-protéine (amarrage protéinique et simulations de la dynamique moléculaire)
- la classification et l’extraction des protéines et des interactions protéiques (extraction de connaissances dans des bases de données biologiques).
Sciences cognitives : l’objectif est la modélisation d’utilisateur et la conception de systèmes de recommandation pour les applications web avec un intérêt particulier pour la modélisation de données. Nos deux principaux objectifs sont l’extraction de l’information et l’inférence et/ou la prédiction de l’information. Nous focalisons nos travaux sur :
- la collecte des traces d’interaction afin de déduire un modèle d’utilisateur fiable et pertinent à partir des observations;
- l’utilisation de la modélisation statistique pour prédire les événements futurs et élaborer des systèmes de recommandation qui améliore la satisfaction des utilisateurs.
Nos travaux s’appliquent à différents domaines liés à la santé et à l’éducation (recommandations dans les applications web, analyse de l’apprentissage, humanités numériques …).
Neuroscience : l’objectif est la compréhension du système nerveux central (ou de certaines de ses fonctions) en modélisant diverses zones du cerveau à l’échelle microscopique, mésoscopique et macroscopique : le thalamus, les systèmes nerveux moteur et sensoriel. Plus spécifiquement, nous nous focalisons sur :
- les mécanismes du sommeil et de l’anesthésie pour mieux anticiper et contrôler les phases d’éveil des patients lors des interventions chirurgicales ;
- la boucle sensorimotrice pour concevoir des contrôleurs adaptatifs bio-inspirés pour les robots humanoïdes (Central Pattern Generators) et pour contrôler les robots par la pensée (Interfaces Cerveau-Machines) et trouver de nouvelles stratégies d’exploration pour les robots mobiles (olfaction sensorielle);
- le traitement bio-inspiré des informations et des signaux (Neural Fields) et leurs mises en œuvre dans les architectures matérielles.
Robotique : l’objectif est de concevoir de nouveaux algorithmes pour donner aux robots une faculté d’autonomie et d’interaction naturelle tout au long de leur “vie”. Ces deux objectifs exige des capacités de calcul rapide en ligne, d’apprentissage et de prise de décision :
- pour une autonomie à vie, l’objectif est que le robot effectue ses tâches en continu tout en étant capable de s’adapter aux changements soudains ou graduels de son environnement et de sa morphologie.
- pour l’interaction naturelle, l’objectif est qu’un robot puisse interagir avec d’autres robots et des êtres humains physiquement et/ou socialement, en tenant compte des principes de l’apprentissage mutuel.
Les solutions que nous proposons proviennent principalement des domaines de la robotique, de l’optimisation stochastique, de la modélisation bayésienne et des neurosciences.
De nombreux travaux de recherche du département 5 sont issus d’expériences menées sur des plate-formes expérimentales hébergées au sein du Creativ’Lab du Loria.
Responsable du département :
Équipes :
Mots-clés :
algorithmique, modélisation, neurosciences computationnelles, biologie computationnelle, sciences cognitives, filtrage collaboratif, recommandation sociale, interaction homme-machine, apprentissage automatique, planification dans l’incertain / apprentissage par renforcement, fouille de données, calcul parallèle / haute performance, applications bio-médicales
