Objectifs de la chaire
Les applications de Machine learning ont suscité une attention considérable dans le domaine du transport. Ils sont un catalyseur clé pour les algorithmes de prise de décision avancés (par exemple, smart capteurs ou pilote unique), contribuant à améliorer les performances et à réduire la consommation d’énergie. Cependant, leur utilisation dans des produits critiques pour la sécurité d’exploitation dans la vie réelle, en particulier dans le domaine aéronautique soumis à une certification rigoureuse, soulève plusieurs problèmes. Il y a plusieurs
initiatives pour préparer l’intégration de tels systèmes basés sur l’IA parmi lesquelles le certificat de mission DEEL et les groupes EUROCAE WG114 / SAE G34 dans lesquels les membres de la présidence CertifAI sont actifs. Les principaux objectifs de la chaire sont de contribuer à la définition de ces nouvelles normes et proposer des méthodologies concrètes vers la certification. Le sujet étant vaste et complexe, les travaux se concentrent sur deux aspects principaux :
- la mise en œuvre sûre de systèmes basés sur le ML sur de nouvelles générations de processeurs
- la vérification formelle du système du comportement sûr.
Programme : IA acceptable, certifiable & collaborative
Thèmes : Développement sûr et embarquabilité, Fair learning, Robotique et IA
Porteur :
Claire Pagetti, Onera
Co-chairs :
- Kevin Delmas
- Charles Lesire-Cabaniols
- Thomas Carles
- Jérémie Guiochet
Porteur : Claire Pagetti, ONERA
Co-chairs :
- Kevin Delmas (ONERA),
- Charles Lesire-Cabaniol (ONERA),
- Jérémie Guiochet (CNRS)
Chercheurs associés :
- Thomas Carle (UT3, IRIT), LAAS),
- Mohammed Belcaid (CS Group),
- Adrien Gauffriau (Airbus)
Doctorants :
- Iryna De Albuquerque Silva, Iban Guinebert
Post-docs :
- Joris Guérin
- Contribution au groupe EUROCAE WG-114 / SAE G34 Artificial Intelligence
- Alexandre Albore, David Doose, Christophe Grand, Charles Lesire and Augustin Manecy. “Skill-Based Architecture Development for Online Mission Reconfiguration and Failure Management”. IEEE Int. Workshop on Robotics Software Engineering (RoSE), 2021.
- Frédéric Boniol, Adrien Chan-Hon-Tong, Alexandre Eudes, St.phane Herbin, Guy Le Besnerais, Claire Pagetti and Martial Sanfourche. Challenges in the Certification of Computer Vision-Based Systems. Aerospace Lab, 2020
- Mathieu Damour, Florence De Grancey, Christophe Gabreau, Adrien Gauffriau et al. Towards Certification of a Reduced Footprint ACAS-Xu System: a Hybrid ML-based Solution. Accepted at 40th International Conference on Computer Safety, Reliability and Security (Safecomp). 2021.
- Anthony Favier, Antonin Messioux, J.r.mie Guiochet, Jean-Charles Fabre, Charles Lesire. A hierarchical fault tolerant architecture for an autonomous robot. 6th Intern. Workshop on Safety and Security of Intelligent Vehicles (SSIV) 2020.
- Igor Garcia Ballhausen Sampaio, Luigy Machaca, Jose Viterbo, Joris Gu.rin. A Novel Method for Object Detection using Deep Learning and CAD Models. 23rd International Conference on Enterprise Information Systems (ICEIS), 2021.
- Joris Guérin, Kevin Delmas, J.r.mie Guiochet. Certifying Emergency Landing for Safe Urban UAV. 7th International Workshop on Safety and Security of Intelligent Vehicles (SSIV), 2021
- Charles Lesire, David Doose, Christophe Grand. Formalization of Robot Skills with Descriptive and Operational Models. International Conference on Intelligent Robots and Systems (IROS), 2020
- Franck Mamalet, Eric Jenn, Gregory Flandin, Herv. Delseny, et al. White Paper Machine Learning in Certified Systems. [Research Report] IRT Saint Exupéry; ANITI. 2021
- SAE / EUROCAE ER-022 – Artificial Intelligence in Aeronautical Safety-Related Systems Statement of concerns1. 2021.
En savoir +
Y’a-t-il une IA dans l’avion ?
À l’instar des véhicules autonomes, les avions devraient, dans un futur proche, embarquer des intelligences artificielles (IA) à leur bord. Mais les IA devront au préalable passer leur permis, qui s’appelle certification.
French 
English