L’ambition d’ANITI est de développer une nouvelle génération d’intelligence artificielle appelée IA hybride, associant de façon intégrée des techniques d’apprentissage automatique pilotées par des données et des méthodes symboliques et formelles permettant d’exprimer des contraintes et d’effectuer des raisonnements logiques.

L’objectif est d’apporter de meilleures garanties en termes de fiabilité, de robustesse et de capacité à expliquer et interpréter les résultats des systèmes intégrant des algorithmes d’intelligence artificielle, tout en assurant leur acceptabilité sociale et viabilité économique. De telles garanties sont requises par de nombreuses applications telles que les transports autonomes, l’industrie du futur, la santé, l’environnement, l’espace, les assurances, etc. Cette approche permettra également de faciliter l’aide à la décision et d’optimiser les performances des systèmes et des processus industriels. 

Le projet scientifique d’ANITI s’articule autour de trois grands programmes de recherche : IA acceptable, IA certifiable et IA collaborative.
Chaque programme réunit plusieurs chaires, chacune constituée d’une petite équipe composée d’un chercheur principal, de chercheurs associés, de doctorants et d’étudiants postdoctoraux. Il est conçu pour favoriser les échanges entre chercheurs et industriels afin de s’attaquer aux enjeux soulevés par un ou plusieurs secteurs d’application, grâce à des avancées scientifiques dans des domaines fondamentaux de l’IA.

Les défis scientifiques traités dans les programmes de recherche, issus des projets des chaires et des cas d’usage fournis par les partenaires industriels d’ANITI, sont déclinés en douze thèmes. Certains thèmes sont traités conjointement au sein de plusieurs programmes de recherche.

Les programmes de recherche et les thèmes associés :

IA ACCEPTABLE

  • IA et société
  • Apprentissage avec peu de données ou des données complexes
  • Fair Learning
  • Explicabilité

IA CERTIFIABLE

  • Développement sûr et embarquabilité
  • Explicabilité
  • Fair Learning
  • IA certifiable
  • IA et Modèles physiques
  • Optimisation et théorie des jeux pour l’IA
  • Raisonnement automatique et décision

IA COLLABORATIVE

  • Raisonnement automatique et décision
  • Données et anomalies
  • Langage
  • Robotique & IA
  • Neuroscience et IA

En savoir plus sur les thèmes associés au programmes de recherche

Les séminaires scientifiques

Lifelong visual representation learning: from weak supervision & mitigating catastrophic forgetting

Diane Larlus – Vendredi 7 mai – 15h

From statistical relational to neural symbolic artificial intelligence

Luc De Raedt – Vendredi 12 Mars – 15h

Robust detection of out of distribution data

Vendredi 12 Février – 15h Animé par Matthias Hein – Université de Tübingen Allemagne