Le projet scientifique d’ANITI s’articule autour de trois grands programmes de recherche : IA acceptable, IA certifiable et IA collaborative. Chaque programme de recherche réunit plusieurs chaires.
Découvrez les chaires par programme de recherche :
Programme IA acceptable
Co-pilotes : Leïla Amgoud et Marjorie Allain-Moulet
AI for physical models with geometric tools
Fabrice Gamboa
#apprentissages avec peu de données ou des données complexes, fair learning, IA et modèles physiques
Developing AI to Improve Global Governance
César A.Hidalgo
#IA et société
Empowering Data-driven AI by Argumentation and Persuasion
Leïla Amgoud
#explicabilité, fair learning
Fair & Robust Machine Learning
Jean-Michel Loubès
#Fair learning, explicabilité
Fusion-based inference from heterogeneous data
Nicolas Dobigeon
#apprentissages avec peu de données ou des données complexes
Law, Accountability and Social Trust in AI
Céline Castets-Renard
#Fair learning, IA et société
Moral AI
Jean-François Bonnefon
#IA et société
The effects of AI on competition in the marketplace
Bruno Jullien
#IA et société
En savoir plus sur le programme de recherche IA acceptable
Programme IA certifiable
Co-pilotes : Serge Gratton et Grégory flandin
AI for air traffic management and large scale urban mobility-
Daniel Delahaye
#raisonnement automatique et décision
Data Assimilation and Machine Learning
Serge Gratton
#développement sûr et embarquabilité, données et anomalies, IA et modèles physiques, Optimisation et théorie des jeux pour l’IA
Deep learner explanation & verification
Joao Marquès Silva
#développement sûr et embarquabilité, fair learning, explicabilité, raisonnement automatique et décision
Fair & Robust Machine Learning
Jean-Michel Loubès
#Fair learning, explicabilité
Game Theory and Artificial Intelligence
Jérôme Renault
#Optimisation et théorie des jeux pour l’IA
Large Scale Optimization for AI
Jérôme Bolte
#IA et modèles physiques, Optimisation et théorie des jeux pour l’IA
New certification approaches of critical AI based systems
Claire Pagetti
#développement sûr et embarquabilité , Fair learning, robotique et IA
Polynomial Optimization
Jean-Bernard Lasserre
#apprentissages avec peu de données ou des données complexes, optimisation et théorie des jeux pour l’IA, Données et anomalies
Pushing the frontier of nonconvex optimization to more general settings and understanding why it works
Marc Teboulle
#Optimisation et théorie des jeux pour l’IA
En savoir plus sur le programme de recherche IA certifiable
Programme IA collaborative
Co-pilotes : Nicolas Mansard et christophe Merle
Artificial Vision
Thomas Serre
#apprentissages avec peu de données ou des données complexes, langage, neuroscience et IA, Robotique et IA
Cognitive and interactive robotics
Rachid Alami
#langage, neuroscience et IA, robotique et IA
Deep Learning with semantic, cognitive and biological constraints
Rufin van Rullen
#apprentissages avec peu de données ou des données complexes, langage, neuroscience et IA, Robotique et IA
Design using intuition and logic
Thomas Schiex
#apprentissages avec peu de données ou des données complexes, IA et modèles physiques, raisonnement automatique et décision, explicabilité
Knowledge compilation techniques for reducing complexity of algorithms for solving problems with uncertainty and preferences
Hélène Fargier
#Raisonnement automatique et décision
Motion Generation for Complex Robots
Nicolas Mansard
#Neuroscience et IA, robotique et IA
Neuroadaptive technology
Fréderic Dehais
#Neuroscience et IA, Robotique et IA
Synergistic transformations in model based and data based diagnosis
Louise Travé-Massuyes
#Raisonnement automatique et décision, explicabilité, données et anomalies
En savoir plus sur le programme de recherche IA collaborative
English 
French