#FocusAI
Les 16 et 17 novembre 2021 à l'Institut Henri Poincaré
Inscriptions |
3 demi-journées pour :
- introduire les concepts fondamentaux et présenter l'état actuel du domaine.
- mettre en évidence la diversité et la richesse des domaines d'application de l'IA : nous proposerons une immersion dans plusieurs secteurs : les sciences formelles, les sciences naturelles, les sciences humaines et sociales, la santé, la robotique, l'aéronautique et plus généralement les transports, l'industrie, la communication, le commerce électronique, la finance et la banque, le droit, la justice, la police, le renseignement, le domaine militaire ou encore l'art, notamment la musique et les jeux ...
- évoquer certaines questions écologiques, éthiques, voire philosophiques soulevées par l'intrusion de l'IA dans la société : coût énergétique de l'IA, confidentialité des données, impact sur les procédures de justice, biais sexistes ou ethniques, délégation des décisions de vie ou de mort dans le domaine militaire, autonomisation des tâches et impact sur le marché du travail ...
Publics : scientifiques travaillant dans les domaines de l'IA et de ses frontières.
Talk de contexte : Chloé-Agathe Azencott (Maître-assistante, CBIO Mines ParisTech, PSL Research Université)
Chloé-Agathe Azencott est enseignante-chercheuse au Centre de Bioinformatique (CBIO) de MINES ParisTech et l'Institut Curie (Paris). Ses travaux portent sur développement et l'application de méthodes d'apprentissage statistique pour la recherche biomédicale. Elle est aussi la cofondatrice de la branche parisienne de Women in Machine Learning and Data Science.
Twitter: @ca_azencott
"Applications de l’Intelligence Artificielle pour la prise en charge des pathologies vasculaires non cardiaques" : Juliette Raffort (Médecin biologiste, Praticien Hospitalier, CHU Nice, Institut 3IA, Université Côte d’Azur)
Juliette RAFFORT-LAREYRE est praticien hospitalier au laboratoire de Biochimie du CHU de Nice et est titulaire d’une Chaire 3IA (Interdisciplinary Institute for Artificial Intelligence) au sein de l’Université Côté d’Azur. Médecin biologiste, elle est spécialisée dans la recherche sur les maladies cardiovasculaires. Affiliée au Centre Méditerranéen de Médecine Moléculaire à Nice (C3M- Inserm U1065), son but est de développer des systèmes experts permettant de prédire le devenir des patients présentant des maladies cardiovasculaires grâce à une approche translationnelle combinant l’identification de nouveaux biomarqueurs avec l’analyse de l’imagerie des patients.
Twitter : @LareyreRaffort
"Doit on apprendre ou optimiser les mouvements d'un robot?" : Nicolas Mansard (Directeur de recherche au LAAS-CNRS)
Nicolas Mansard est directeur de recherche au LAAS-CNRS dans l'équipe Gepetto et porteur de la chaire "Mouvements artificiels et naturels" dans l'institut interdisciplinaire d'intelligence artificiel (3IA) de Toulouse ANITI. Il étudie la robotique humanoïde et les robots à pattes, par des approches mêlants développements théoriques et explorations expérimentales. Il coordonne le projet Européen Memmo.
Twitter : @MemmoEU
Physique : Marc Mézard (ENS, Paris)
Physicien, Marc Mézard est directeur de recherche de classe exceptionnelle au CNRS et directeur de l'École Normale Supérieure depuis 2012. Il a aussi travaillé au sein de l’Université Paris Sud, où il a dirigé le Laboratoire de physique théorique et modèles statistiques (LPTMS) et le Laboratoire d’Excellence (Labex) PALM. Auteur de plus de 170 publications, il est spécialiste de physique statistique des systèmes désordonnés. Généralisant les approches de physique statistique aux cas où les atomes peuvent être des entités aussi diverses que des agents sur un marché, des protéines, des neurones ou des bits d’information, Marc Mézard a ainsi été amené à travailler dans diverses branches de la science, en physique de la matière condensée bien sûr (systèmes vitreux), mais aussi à l’interface avec la biologie (propriétés des molécules biologiques, réseaux de neurones), en théorie de l’information (codes, acquisition comprimée), en informatique théorique (satisfaction de contraintes, problèmes de couplage et de voyageur de commerce), ainsi qu’en finance (allocation d’actifs, dynamique du carnet d’ordre, répartition des richesses). Ses travaux ont été reconnus par l’attribution de nombreuses distinctions: en 1985, il s'est vu attribuer la médaille de bronze du CNRS, en 1990, la médaille d’argent du CNRS et, six ans plus tard, le prix Ampère de l'Académie des sciences. En 2009, le prix Humboldt lui a été décerné et enfin le prix Onsager de la Société américaine de physique en 2016.
"L'apprentissage par renforcement pour interagir avec les marchés de l'électricité" : Damien Ernst (Professor ULiège - CSO Haulogy )
Damien Ernst a obtenu les diplômes de M.Sc. et de Ph.D. en ingénierie de l'Université de Liège, Belgique, respectivement en 1998 et 2003 . Il est actuellement professeur à l'Université de Liège, où il est affilié à l'Unité de recherche Montefiore. Ses recherches portent sur les systèmes d'énergie électrique et l'apprentissage par renforcement, un sous-domaine de l'intelligence artificielle. Il est également le directeur scientifique de Haulogy, une société qui développe des solutions logicielles intelligentes pour le secteur de l'énergie. Il a co-écrit plus de 300 articles de recherche et deux livres. Il a également remporté de nombreux prix pour ses recherches et, parmi eux, la prestigieuse médaille Blondel 2018. Il est aussi régulièrement consulté par les industries, les gouvernements, les agences internationales et les médias pour sa profonde compréhension de la transition énergétique.
Twitter : @DamienERNST1
"DNA DRIVE: a new technology for sustainable data storage" : Stéphane Lemaire (Directeur de Recherche CNRS, Chief Science Officer & Co-founder Biomemory, Laboratoire de Biologie Computationnelle et Quantitative, CNRS, Sorbonne Université)
Formé comme généticien et biochimiste moléculaire à l'Université Paris-Saclay et l'Université de Genève et chef d'équipe CNRS depuis 2005. Expert en biologie synthétique, photosynthèse et microalgues. CSO et co-fondateur de Biomemory, une start-up développant des technologies de stockage de données ADN.
Twitter : @SLemaire75
"Machine learning against cancer" : Jean-Philippe Vert (Google Brain / Mines ParisTech)
"Climate Informatics: Machine Learning for the Study of Climate Change" : Claire Monteleoni (Associate Professor in the Department of Computer Science at the University of Colorado Boulder)
Claire Monteleoni is an Associate Professor, and the Associate Chair for Inclusive Excellence, in the Department of Computer Science at the University of Colorado Boulder, and the founding Editor in Chief of Environmental Data Science, a Cambridge University Press journal, launched in December 2020. Her research on machine learning for the study of climate change helped launch the interdisciplinary field of Climate Informatics. In 2011, she co-founded the International Conference on Climate Informatics, which turned 10 years old in 2020, and has attracted climate scientists and data scientists from over 20 countries and 30 U.S. states.
"Décisions de justice et algorithmes: de l’aide à la décision à l’automatisation" : Florence G’Sell (professeur à l’Université de Lorraine, titulaire de la Chaire Digital, Gouvernance et Souveraineté de Sciences Po)
Florence G’sell est agrégée de droit privé, professeur à l’Université de Lorraine (Institut François Gény), titulaire de la Chaire Digital, Gouvernance et Souveraineté de Sciences Po. Elle travaille principalement sur les questions liées au numérique et à la technologie, qu’il s’agisse de la régulation des plateformes ou de l’appréhension par le droit de la blockchain et de l’intelligence artificielle. Elle a dirigé l’ouvrage « Le Big Data et le Droit » (Dalloz, 2020) et vient de publier « Justice Numérique » (Dalloz, 2021).
Twitter : @flogsell
"Ce que peuvent les novices. Etude de la promesse de renouvellement démocratique avec des méthodes d'intelligence artificielle" : Etienne Ollion (DR CNRS, CREST (ENSAE/Polytechnique))
Étienne Ollion est directeur de recherche au CNRS, professeur associé à l'Ecole polytechnique. Spécialiste de sociologie politique, il mobilise depuis une dizaine d'années des données numériques massives et des outils issus de l'intelligence artificielle pour montrer comment elles peuvent répondre à des problématiques de sciences sociales.
Twitter : @eollion
"Decentralized and Privacy-Preserving Machine Learning" : Aurélien Bellet (chargé de recherche Inria, équipe Magnet (Inria / Univ. Lille / UMR CNRS CRIStAL) :
Aurélien Bellet is a researcher at Inria (France). He obtained his Ph.D. from the University of Saint-Etienne (France) in 2012 and was a postdoctoral researcher at the University of Southern California (USA) and at Télécom Paris (France). His current research focuses on the design of privacy-preserving machine learning algorithms in federated and decentralized settings. Aurélien has served as area chair for ICML (since 2019) and NeurIPS (since 2020). He co-organized several international workshops on machine learning and privacy at NIPS/NeurIPS 2016, 2018 and 2020 and at CCS 2021. He also co-organizes FLOW, an online seminar on federated learning with 900+ registered attendees.
Twitter : @aurelien_bellet
