ANR PANTAGRUEL Project

21 August 2024

Modèles de langue multimodaux et inclusifs pour le français général et clinique Le projet Pantagruel (ANR 23-IAS1-0001) ambitionne de développer et évaluer des modèles linguistiques multimodaux (écrit, oral, pictogrammes) inclusifs pour le français. Il mobilise des chercheurs de diverses disciplines telles que l’informatique, le traitement du signal, la sociologie et la linguistique pour assurer des résultats fiables et variés. Liste des partenaires : Responsable Scientifique pour le LIA : Yannick Estève (Equipe SLG) Date Début : 2023-11-20 Date Fin : 2026-11-20 En Savoir Plus

ANR FINALITY Project

20 August 2024

saFe learnINg for lArge scaLe socio-Technical sYstem FINALITY in a Nutshell. FINALITY is a MSCA DN forming a novel AI curriculum for engineering researchers exploring safe techniques for socio-technical systems where human decisions for resource allocation are supported by AI. The ESRs engaged in the FINALITY DN will develop new methodological tools focusing on the following expertise areas: constrained and delayed MDP theory and their application to safe Reinforcement Learning, Online Convex Optimization and Federated Learning under constraints. Liste des partenaires : Responsable Scientifique pour le LIA : Francesco De Pellegrini (Equipe CORNET ) Date Début : 2025-03-01 Date Fin : 2028-03-01 En Savoir Plus

MUGS Project

20 August 2024

MUGS: Multi-layer graph games for network cyberdeception Développer des modèles avancés de théorie des jeux (jeux stochastiques partiellement observables, apprentissage par renforcement et utilisation des propriétés de centralité/connectivité des graphes…) sur les graphes avec application au contrôle de malware/attaque dans un réseau. Liste des partenaires : Responsable Scientifique pour le LIA : Yezekael Hayel (Équipe CORNET) Date Début : 2024-09-01 Date Fin : 2027-09-01 En Savoir Plus

COGNETS Project

20 August 2024

Continuums Of Game NETs: swarm intelligence as information processing CoGNETs vise à révolutionner la gestion de l’infrastructure intelligente en introduisant un cadre middleware middleware distribué évolutif et interopérable pour l’informatique autonome IoT-to-Cloud, durable pendant et après le projet via la FIWARE Foundation (Directeur technique) et soutenu par un solide écosystème industriel et académique entre l’UE et le Japon en matière de souveraineté des données pour la chaîne d’approvisionnement de l’automobile et de la fabrication. L’idée est de tirer parti de l’intelligence informatique au point que les appareils puissent réaliser eux-mêmes leur hétérogénéité et décider de la manière de former un essaim dynamique IoT-to-Cloud pour répondre aux tâches courantes d’IA et aux éléments importants de l’informatique cognitive de manière automatisée, sécurisée et économe en énergie. Au cœur de notre middleware, nous intégrerons une nouvelle architecture de courtier multi-contexte fédérée et décentralisée, enrichie d’agents intelligents de jeu, d’apprentissage collaboratif fédéré et d’un système de gestion de l’information (y compris la sécurité matérielle RISC-V et l’accélération de l’IA) afin de réaliser des tâches dynamiques et des tâches de calcul cognitif. CoGNETs atteindra également la neutralité énergétique/CO2 et la sensibilisation à la sécurité « par conception » en tirant parti de tous ses processus Plus d'infos

ANR MALADES Project

4 June 2024

Grands modèles de langue adaptables et souverains pour le domaine médical français The recent arrival of Large Language Models (LLMs) and their associated tools for the general public reveals major challenges for society. Among the many fields that are, or will be, impacted by these generative models, the biomedical field is one of those that currently attract the attention of industrialists, researchers, but also the general public. Indeed, the need for tools and potential applications seems immense, whether, for example, at the level of the processing of textual documents, medical imaging, or even voice interaction. Due to the sensitive nature of the personal data handled and the fears of society associated with decision support tools, work in natural language processing (NLP) must innovate by addressing the issues inherent in this field. As part of the MALADES project, we presented innovative approaches for the integration of LLM in health centers. The aim is to equip these centers with NLP tools derived from LLMs and adapted for the biomedical field while maintaining sovereignty of the models and complete control of their health data. The work we carry out focuses on four areas of research: 1) the study of the legal and ethical Plus d'infos

ANR DELIGHT Project

4 June 2024

Faire progresser l’apprentissage fédéré tout en réduisant l’empreinte carbone Les technologies de l’IA sont aujourd’hui trop gourmandes en énergie pour être compatibles avec nos objectifs de développement durable. Si des travaux récents ont permis d’évaluer l’empreinte carbone des méthodes d’apprentissage traditionnelles, celle d’une approche émergente comme l’apprentissage fédéré est mal connue. Le projet DELIGHT vise à évaluer finement et à réduire la consommation énergétique de l’apprentissage fédéré en utilisant différents leviers (compression de gradient, data summarization, speed-scaling, etc.). Étant donné l’hétérogénéité des données, un autre objectif sera l’étude du processus de négociation et de formation d’une coalition entre les nœuds pour comprendre dans quelle mesure un nœud a intérêt à collaborer avec d’autres. Les techniques développées seront validées empiriquement sur des tâches de vision par ordinateur et de TALN en utilisant le toolkit Flower Liste des partenaires : Responsable Scientifique pour le LIA : Rachid El Azouzi Date Début : 2023-03-01 Date Fin : 2026-09-01 En Savoir Plus

ANR PARFAIT Project

14 December 2023

Planning And leaRning For AI-Edge compuTing Partners: Period: 2023-2027

DAPADAF-E Project

13 December 2023

Validity of a task of acoustic-phonetic decoding on anatomic deficits in paramedical assessment of speech disorders for patients treated for oral or oropharyngeal cancer Plus d'infos

ANR TRADEF Project

1 January 2023

Tracking and Detecting Fake News and Deepfakes in Arabic Social Networks The 4th Generation War (4GW) is known as an information war involving non-military populations. It is conducted by national or transnational groups following ideologies based on cultural beliefs, religion, economic or political interests, aiming to sow chaos in a targeted region globally. In 1989, authors discussing the 4th generation war, some of whom were military experts, explained that it would be widespread and challenging to define in the decades to come. With the emergence of social networks, the previously vague battlefield found a platform for 4GW. One of its penetration points is the extensive use of social networks to manipulate opinions, aiming to shape the targeted region’s perspective to accept a certain state of affairs and render it socially and politically acceptable. Much like the 4th generation war, cognitive warfare aims to blur comprehension mechanisms regarding politics, economy, religion, etc. Its consequence is destabilizing and weakening the adversary. This cognitive war targets what is assumed to be the enemy’s brain, altering reality by flooding the adversary’s population with misleading information, rumors, or manipulated videos. Furthermore, the proliferation of social bots today enables automated dissemination of disinformation on social networks. Plus d'infos

ANR ESSL Project

1 January 2023

Efficient Self-Supervised Learning for Inclusive and Innovative Speech Technologies Self-Supervised Learning (SSL) has recently emerged as an incredibly promising artificial intelligence (AI) method. Through this method, massive amounts of unlabeled data that are accessible can be utilized by AI systems to surpass known performances. Particularly, the field of Automatic Speech Processing (ASP) is swiftly being transformed by the arrival of SSL, thanks in part to massive industrial investments and the explosion of data, both provided by a handful of companies. The performance gains are impressive, but the complexity of SSL models requires researchers and industry professionals in the field to have extraordinary computational capacity, drastically limiting access to fundamental research in this area and its deployment in everyday products. For instance, a significant portion of work using an SSL model for ASP relies on a system maintained and provided by a single company (wav2vec 2.0). The entire lifecycle of the technology, from its theoretical foundations to its practical deployment and societal analysis, therefore depends solely on institutions with the physical and financial means to support the intensity of this technique’s development. The E-SSL project aims to restore to the scientific community and ASP industry the necessary control over self-supervised learning Plus d'infos

1 2 3