Présentiel ou visio – Jeudi 9 mars de 17h30 à 19h
| Les applications d’apprentissage automatique (ML) suscitent un intérêt considérable dans le domaine des transports. Cependant, leur utilisation dans des produits opérationnels réels critiques pour la sécurité, en particulier dans le domaine aéronautique soumis à une certification rigoureuse, soulève plusieurs problèmes concernant la correction fonctionnelle, la conformité aux exigences, la vérification formelle, la sécurité ou la mise en œuvre. Dans cet afterwork, nous allons esquisser quelques-uns des défis majeurs concernant la partie implémentation. Nous nous concentrerons ensuite sur deux résultats de recherche de doctorat sur l’offre d’une génération de code générique agnostique de la cible matérielle et sur l’identification des difficultés à analyser l’impact des défaillances matérielles sur l’exécution des inférences ML. Les deux partenaires industriels impliqués dans la chaire de certification souligneront leurs principaux besoins industriels en matière d’intégrabilité. Au programme : – Introduction à la certification de systèmes basés sur le ML avec un accent sur la mise en œuvre – Génération de code conforme à l’avionique à partir de modèles ML – Analyse des stratégies d’injection de fautes matérielles – Besoins industriels : points de vue d’Airbus et de NXP – Discussion ouverte avec les participants Cet afterwork est animé par Grégory Flandin, Responsable industriel du programme intégratif certifiable AI d’ANITI, avec la participation de Claire Pagetti, Responsable de la chaire Certification des ML-systèmes et Adrien Gauffriau, AI scientist d’Airbus, Iryna de Albuquerque et Iban Guinebert doctorants ANITI, et Franck Galtié de chez NXP. |
French 
English