L’édition 2024 des ANITI Days a rassemblé plus de 200 passionnés d’intelligence artificielle à la Cité de Toulouse.
Ce rendez-vous incontournable a permis de fédérer la communauté académique et industrielle autour des dernières avancées en IA avec une nouveauté cette année : un espace d’exposition où se sont retrouvés chercheurs et insdustriels pour présenter leurs travaux.
Au programme : conférences et tables rondes autour de l’IA générative, de l’environnement et des fondements de l’IA.
Un événement qui témoigne de la vitalité de la recherche en IA en Occitanie et qui ouvre de nouvelles perspectives d’innovation et de collaboration.
Retrouvez bientôt les présentations des deux jours :
Session AI Generative, Langage et Robotique
- Talk invité (visio) – Ellie Pavlick (Brown CS, Google DeepMind)
- Pré-entraînement de modèles langagiers & Science ouverte – Julie Hunter (Linagora)
- Apprentissage low-ressource : le cas des structures discursives – Chloé Braud (IRIT) et Philippe Muller (IRIT)
- Langage, RL et robotique – Elliot Chane-Sane (LAAS)
- Learning by seeing and discussing: action with collaborative conversation – Akshay Chaturvedi et Kate Thompson (IRIT)
- C3PO : Langage, Vision et Robotique – Rufin VanRullen (CERCO)
Session Environnement
- Confronting Climate Change with Generative and Self-supervised Machine Learning (visio) – Claire Monteleoni (University of Colorado Boulder, INRIA Paris).
- AI for Environment at CNES: ongoing and future challenges – Vincent Martin (CNES)
- Modèles de diffusion pour la prévision numérique du temps – Mikaël Jacquemont et Adrien Audren (EVIDEN)
- Assimilation de données spatiales multi-capteurs, multi-échelles pour l’estimation de paramètres hydrodynamiques – Kevin Larnier (Hydro Matters)
Session Fondements de l’IA
- Les enjeux de la recherche fondamentale dans l’IA de confiance – Mathieu Serrurier (IRIT)
- Robustness Assessment for Surrogate Neural Networks – Mélanie Ducoffe (Airbus)
- Instance-dependent Approximation Guarantees for Lipschitz Approximators – Paul Novello (IRT Saint Exupéry)
- Frugal Reinforcement Learning for Stochastic Networks – Urtzi Ayesta (CNRS, IRIT)
French 
English