Polytech Nantes, École d'ingénieurs
logo-Retour à la page d'accueil

Choisissez une langue

L'intelligence artificielle au cœur des projets de recherche de Polytech Nantes

Nantes Université et les 3 autres membres fondateurs du projet NEXT (Centrale Nantes, l'INSERM et le CHU de Nantes) se sont réunis autour de l'intelligence artificielle à travers "AIby4", l'un des 22 projets soutenus par l'Agence Nationale de Recherche (ANR) dans le cadre d'un appel à programmes national  “contrats doctoraux en IA.

Nantes Université tournée vers l'intelligence artificielle avec le projet AIby4


"L'intelligence artificielle (IA) par les humains et pour les humains", c'est tout l'enjeu de ce vaste projet mené sur les 5 prochaines années, qui consiste à financer des thèses de doctorants travaillant sur l'IA dans l'un des 13 laboratoires nantais partenaires du projet.
 


Le projet AIby4 porté par l'université vise 2 objectifs principaux :

  • Animer la recherche en IA du site nantais, via la constitution d’une cohorte de doctorants et doctorantes du domaine qui auront accès aux animations et formations autour des thématiques du projet ainsi qu’une certaine visibilité lors des événements
  • Créer de nouvelles synergies entre les partenaires nantais via le financement de thèses interdisciplinaires.


Les 4 grands axes du projet AIby4 :


L'IA par l'humain -  Un des objectifs du projet est de créer un modèle d'intelligence qui se rapproche au maximum de celle de l'humain, soit par imitation, soit par apprentissage des interactions avec les humains pendant la conception. L'analyse et la compréhension du langage, élément essentiel de manifestation de notre intelligence, font partie de cet axe.

L'IA pour l'humain - Pour que les progrès actuels de l’IA aient un impact positif sur la société, nous devons identifier les risques, sensibiliser et concevoir des stratégies pour améliorer cet impact. AIby4 encouragera l’ouverture d’un dialogue interdisciplinaire pour discuter des questions éthiques et réglementaires.

L'IA pour la santé - Il existe une forte demande locale pour le développement d’algorithmes d’IA dédiés à l’analyse des données médicales et d'aides au diagnostic. À travers cet axe, l'AIby4 s'intéressera aux domaines d’application de la génomique, de la gastro-entérologie, de la cardiologie, de la médecine nucléaire et des maladies rares.

L'IA pour l'industrie du futur - Les partenaires de l’axe AIby4 ont le potentiel de contribuer à la prochaine révolution industrielle à toute échelle, en concevant des solutions basées sur l’IA pour améliorer les matériaux, les composants, les systèmes, les processus de fabrication industriels et même les villes.

4 laboratoires de Polytech Nantes impliqués dans le projet

Parmi les 13 laboratoires nantais partenaires du projet, 4 font partie de Polytech Nantes : le LS2N, l'IMN, l'IETR et le GeM.
Ce projet va permettre de dynamiser la recherche sur l'IA en accueillant, au sein de ces laboratoires, des projets de thèses financées dans ce cadre ou qui y sont rattachés.

Les projets de thèses déjà identifiés

  • "Application de model-based learning pour l'amélioration du vissage dans le domaine de l'automobile et de l'aéronautique" par Mahmoud El Krim Ferhat, LS2N
  • "Modèles graphiques probabilistes appliqués aux procédés de fabrication" par Mathilde Monvoisin, LS2N
  • "Apprentissage fédéré de Réseaux Bayésiens préservant la confidentialité dans le cadre d’applications médicales personnalisées" par Sarah Benikhlef, équipe DUKE, LS2N
  • "Utilisation de l’apprentissage profond pour la caractérisation d’images TEP/TDM dans le cadre du cancer du sein métastatique" par Noémie Moreau, LS2N
  • "Explicabilité des modèles profonds sur des données à composante textuelle :​ entre modèle interprétable et visualisation" par Gaëlle Jouis, LS2N
  • "Modèle d'apprenant pour l'apprentissage de ressources éducatives libre" par Victor Connes, LS2N
  • "L'attention dans les réseaux de neurones profonds pour l'aide au diagnostic" par Rémi Vallée, LS2N
  • "Extraction d'objets 3D dans des scènes 3D de façon non-supervisée" par Mathieu Riand, LS2N
  • "Apprentissage profond pour l'extraction d'information morpho-cinétiques à partir de vidéos time-lapse microscopiques d'embryons humains" par Tristan Gomez, LS2N
  • "Capturing and modelling the singularity of spatial trajectories" par Hippolyte Dubois, LS2N
  • "Qualified generative design methods for hybrid metal AM" par Zhiping Wang, LS2N
  • "Conception et caractérisation d’alliages métalliques complexes pour revêtements résistants à l’usure" par Lisa Rateau, IMN
  • "Conception et évaluation expérimentale d’alliages « à composition complexe » (HEA/CCA) à haute résistance mécanique" par Dinesh Ram, IMN
  • "Conception computationnelle d'alliages de titane et d'alliages à forte entropie" par Madeleine Bignon, IMN

Le LS2N, porteur du projet


Le projet AIby4 est porté par le LS2N (Laboratoire des Sciences du Numérique de Nantes) avec deux équipes de recherche spécialisées dans cette thématique : l'équipe IPI, dirigée par Nicolas Normand et l'équipe DUKE dirigée par Philippe Leray. Le LS2N travaille depuis longtemps sur l'IA à travers plusieurs projets de recherche.

"Développement d'un assistant mobile pour lutter contre la récidive du suicide chez les adolescents et jeunes adultes" par l'équipe DUKE du LS2N

Nous avons été contacté par le CHU de Nantes, qui avait décroché un PHRC (Projet Hospitalier de Recherche Clinique) pour le développement d'un assistant mobile afin de lutter contre la récidive du suicide chez les adolescents et jeunes adultes. En effet, il a été montré que des contacts même brefs, mais personnalisés, avec de tels patients, permettaient de réduire le pourcentage de récidive. Le Pr. O. Bonnot du CHU s'est donc retourné vers nous pour demander de l'aider à construire le "cœur" intelligent de cet assistant, "cœur" qui puisse produire des conseils personnalisés au patient, à partir de réponses à des questions simples posées par l'application.

En termes d'IA, ce sujet est un challenge sur plusieurs dimensions.
  • Small data, explicabilité, acceptabilité : tout d'abord, les techniques d'IA ou de Machine Learning, à la mode en ce moment, nécessitent d'avoir beaucoup de données pour concevoir un système "intelligent". Ici l'application n'existe pas, donc nous n'avons pas de données. Il nous faut donc essayer de reproduire ce que les experts savent déjà faire, en produisant un modèle qui puisse "parler" aux experts, dans lequel ils se reconnaissent.
  • Adaptativité, incrémentalité : ensuite il faut que le système puisse s'adapter progressivement au profil particulier d'un utilisateur, et soit aussi capable de lui proposer des conseils dès le début, sans rien connaître de lui. Il faut aussi que ce système intelligent puisse globalement s'améliorer de manière incrémentale lorsque les données seront disponibles pour un ensemble d'utilisateurs.
  • Confidentialité : enfin, si l'on utilise des données de ces patients, il faut garantir leur confidentialité.
Les modèles graphiques probabilistes, sur lesquels je travaille depuis une vingtaine d'années, permettent de répondre à toutes ces "caractéristiques" qui peuvent définir ce que serait une IA de confiance. Ce premier projet avec le CHU nous a alors permis de construire une première version de ce "coeur" intelligent qui reproduit ce qu'un expert ferait en de telles circonstances. Le sujet de la confidentialité et de la confiance est au cœur du sujet de la thèse qui sera financée dans le cadre du projet AIby4, et qui va démarrer dans les prochaines semaines.

Philippe Leray, responsable de l'équipe DUKE au LS2N

"Apprentissage profond pour l'extraction de paramètres morphocinétiques sur des images de time-lapse d'embryons humains" par Tristan Gomez, doctorant de l'équipe IPI du LS2N


Diplômé du cycle ingénieur Polytech Nantes en 2019, spécialité informatique, Tristan Gomez a décidé de poursuivre son cursus par une thèse au laboratoire LS2N. Il travaille depuis un an sur un modèle d'intelligence artificielle.
 
Inscrit dans le cadre du projet DL4IVF financé par NEXT, son sujet de thèse consiste à créer un modèle capable d'analyser le développement d'un embryon in vitro et de déterminer sa viabilité.
Aujourd'hui, les fécondations in vitro ont un faible taux de succès. Le développement des embryons est analysé par les médecins durant 5 jours via une vidéo timelapse. Ils estiment à l'oeil nu, en s'intéressant notamment à l'évolution de leur morphologie, le taux de viabilité des embryons avant de les implanter.
 

L'objectif du projet de thèse est double :
  • Développer un modèle capable d'analyser la timelapse et de déterminer si l'embryon pourra mener à une grossesse. Ce modèle permettra d'enrichir l'analyse des médecins en s'intéressant à différents éléments de l'image pour voir ce qu'ils n'auraient pas vu, ou d'avoir une vue moins biaisée.
  • Comprendre sur quels éléments s'est basé le modèle pour établir ses prédictions. C'est un modèle dit "boîte noire" : il est capable de faire de très bonnes prédictions, mais il est difficile de comprendre exactement ce sur quoi il se base pour faire ses prédictions. Le second objectif de la thèse est donc de comprendre sur quels indices visuels il s'est appuyé pour établir la viabilité de l'embryon. Plus nous comprenons le fonctionnement du modèle, plus nous aurons confiance en son jugement.
Premiers résultats :
Tristan a utilisé un modèle existant qui a déjà fait ses preuves dans ce domaine et qui est identifié comme le plus performant (un modèle de type CNN, Convolutional Neural Network en anglais). Appliqué à une quantité limitée de données (pas sur l'intégralité des vidéos timelapse transmises par le CHU de Nantes), il n'a pas encore montré tout son potentiel. Tristan a aussi proposé une solution pour améliorer les méthodes traditionnelles pour comprendre les modèles de type CNN. La prochaine étape consistera à l'appliquer sur la quasi totalité des images collectées.
Lorsque le premier modèle sera créé, la phase finale consistera à concevoir un second modèle aussi performant, mais plus interprétable, de telle sorte que les médecins puissent comprendre ses décisions.


Tristan Gomez, doctorant dans l'équipe IPI du LS2N, supervisé par Harold Mouchère, coordinateur du projet AIby4, et Thomas Fréourt, porteur du projet DL4IVF
 

L'IMN, le GeM et l'IETR pour une approche interdisciplinaire


L'IA n'est pas une discipline réservée qu'aux sciences du numérique, elle impacte de nombreux domaines et doit être pensée de manière collective et transverse. C'est pourquoi des laboratoires spécialisés dans les matériaux, le génie civil et les systèmes électroniques embarqués sont également impliqués dans ce projet.

"La conception computationnelle d'alliage métallique" par Franck Tancret, enseignant-chercheur à l'IMN

Depuis son arrivée au laboratoire en 2000, Franck Tancret travaille sur l'intelligence artificielle en lien avec la conception computationnelle de nouveaux matériaux aux performances accrues. Ces projets de recherche visent à développer des outils de fouille et d’analyse de données pour relier les propriétés des matériaux à leur composition, et des techniques d'optimisation multi-objectif qui intègrent l’ensemble des contraintes d’utilisation et d’environnement. Les applications visées sont diverses : moteurs d'avions, turbines à vapeur, réacteurs nucléaires, automobile...

Il a démarré cette activité en 1998 lors de son séjour postdoctoral à Cambridge. Sur le plan académique, ses projets sont menés en collaborations avec le LS2N à Nantes ainsi que l'École des Mines de St Etienne, et se traduisent aujourd'hui par deux projets ANR : Cadohrs et Heria. Le projet Cadohrs, impliquant l'IMN et le LS2N, cherche à développer des algorithmes d'optimisation sous contraintes économes en évaluations, faisant appel à des modèles de substitution par machine learning, qui serviront dans les approches de conception d'alliages métalliques au sein de l'IMN.
Ces recherches sont développées en partenariat avec de nombreuses collaborations industrielles : Air Liquide, Aubert & Duval, Safran, Aperam, Framatome... Au total, parmi les personnes plus ou moins impliquées, il y a eu deux stagiaires de master 2, six thésards et un chercheur postdoctoral.

Franck Tancret, enseignant chercheur à Polytech Nantes et à l'IMN (Institut des Matériaux Jean Rouxel)

AIby4, un accélérateur de recherche sur l'IA


Ce projet n'est pas le lancement de la recherche autour de l'IA car les laboratoires nantais se sont déjà emparés du sujet depuis de nombreuses années. Mais il va permettre une accélération des travaux et une recherche pluridisciplinaire grâce au financement de l'ANR. AIby4, c'est aussi une nouvelle visibilité donnée aux projets de recherche sur l'IA à travers des événements et des publications régulières.
 

L'IA à l'honneur des journées scientifiques de Nantes Université


À l'occasion de la 13ème édition des journées scientifiques de Nantes Université, un colloque sera dédié au projet AIby4. Les doctorants associés à l'AIby4 seront mis à l'honneur et pourront présenter leur projet de recherche.
Rendez-vous le lundi 30 novembre de 8h à 18h à La Cité des Congrès de Nantes ! Découvrir le programme du colloque
Mis à jour le 27 octobre 2020.
https://polytech.univ-nantes.fr/fr/la-recherche-et-linnovation/lintelligence-artificielle-au-coeur-des-projets-de-recherche-de-polytech-nantes