AAP ANR Intelligence Artificielle chaires de recherche et enseignement en intelligence artificielle

C’est en clôture de la journée de débats « AI for Humanity  » à Paris le 29 mars 2018 que le Président de la République Française prononçait un discours sur l’intelligence artificielle (IA). Un programme national pour l’IA a été alors initié comportant un important volet recherche.

Ce programme national pour l’IA ambitionne que les meilleurs talents choisissent de s’établir durablement en France et puissent, à leur tour former les futures générations de chercheurs et professionnels de l’IA, dans des métiers qui restent largement à imaginer.

Dans ce cadre, un programme pluriannuel de 40 « Chaires de recherche et d’enseignement en IA » (Chaires IA) a été lancé en mai 2019. Cet appel a pour objectif d’offrir à des chercheurs français et étrangers, avec le concours des établissements d’accueil, des moyens substantiels pour constituer une équipe et réaliser un projet ambitieux dont un impact visible est attendu. Ces chaires de recherche et d’enseignement en IA devront s’intégrer de manière cohérente dans les laboratoires et unités qui les proposent, et participer activement aux actions du réseau national de recherche en IA dont la coordination a été confiée à Inria.

Le 5 juillet, 19 projets ont été déposés pour l’alliance humAIn par les différents partenaires.

En plus d’être soutenues par l’alliance humAIn, ces chaires sont également soutenues au cas par cas, en fonction de leur périmètre, par les différents partenaires de l’alliance, à savoir, par ordre alphabétique : Centrale Lille, le CHU, le CNRS, IMT Lille-Douai, Inria, l’I-Site, la Région Hauts-de-France, Univ. Artois, ULCO, Univ. Catholique de Lille, Univ. Lille.

Ce soutien collectif des différents acteurs montre la volonté commune de promouvoir les actions autour de l’intelligence artificielle, à l’image des objectifs de l’alliance humAIn.

La liste des 19 chaires soutenues par l’alliance humAIn est donnée ci-après (ordonnées en fonction de l’établissement déposant le projet).

Chaire déposée par Centrale Lille

SHERLOCK: Fast inference with controlled uncertainty: application to astrophysical observations, portée par Pierre Chainais, Pr Centrale Lille, laboratoire CRIStAL

Chaire déposée par l’IMT Lille Douai

GreyRLC4EI: Grey-box modeling using RLC circuits for energy systems and industrial processes, portée par Sanda Lefteriu, McF IMT Lille Douai, Laboratoire URIA

 

Chaires déposées par Inria

CESAR-RL: Confident, Efficient, Sound and Applicable Refoundation of Reinforcement Learning, portée par Oldaric Maillard, CR Inria, équipe-projet Sequel, laboratoire CRIStAL

GRL: Generalization in Reinforcement Learning, portée par Philippe Preux, Pr Université de Lille, équipe-projet Sequel, laboratoire CRIStAL

MIPTAA: Modern Inverse Problems: Theory, Algorithms and Applications, portée par HemantTyagi, CR Inria, équipe-projet Modal, laboratoire Painlevé

– REDUKC: REasoning on Data Using Knowledge Compilation, portée par FlorentCapelli, MCF Université de Lille, équipe-projet Links, laboratoire CRIStAL

– TIP: Transparent artificial Intelligence preserving Privacy, portée par Jan Ramon, DR Inria, équipe-projet Magnet, laboratoire CRIStAL

 

Chaires déposées par l’Université d’Artois

EXPECKTATION: EXPlainable artificial intelligence: a KnowlEdgeCompilaTionFoundATION, portée par Pierre Marquis, PR Univ. Artois, laboratoire CRIL

KACTUS-data: Explainable Knowledge-driven access to heterogeneous sensitive data, portée par Salem Benfherat, PR Univ. Artois, laboratoire CRIL

Belief Change for Better Multi-Source Information Analysis, portée par Sébastien Konieczny, DR CNRS, laboratoire CRIL

Responsible AI, portée par Nathalie Nevejans, MCF HDR Univ. Artois, laboratoire CDEP

– Transfer learning for GANs and applications, portée par Yael Fregier, MCF Univ. Artois, laboratoire LML

Chaire déposée par l’Université Catholique de Lille

SE4AI: Soft Ethics of Artificial Intelligence, portée par Alberto Romele, McF Université Catholique de Lille, Laboratoire ETHICS

Chaires déposées par l’Université de Lille

– BACCARAT: Bayesian learning of expensive models, with applications to cell biology, portée par Rémi Bardenet, CR CNRS, laboratoire CRIStAL

DataMaze: Reasoning with Explanation for missing data in a constraint setting in a constraint setting: Foundation and Applications for detecting information leakage and integrating/monitoring Sensor Data, portée par Pierre Bourhis, CR CNRS, laboratoire CRIStAL

FAITH: French Artificial Intelligence for Transport in Hauts-de-France, portée par Nicolas Wicker, Pr Université de Lille, laboratoire Painlevé

PHOSPHORIZE: FOrenSicS FOR steganalYSis (and steganography,) portée par Patrick Bas, DR CNRS, laboratoire CRIStAL

PRESUME: PRedict Early diagnosis from Structured and Unstructured MEdical data, portée par Grégoire Ficheur, MCU-PH Université de Lille, EA 2694

– SustARINT: Stakeholders’ engagement toward artificial intelligence systems dedicated to sustainability, portée par Mbaye Fall Diallo, Pr Université de Lille, Institut du Marketing et du Management de Distribution

Retour en haut

Explorez les horizons de l'innovation responsable avec le projet CornerIA :
Co-construire une Intelligence Artificielle Responsable et Durable.