English below
L'Ile-de-France abrite la plus importante communauté du monde en mathématiques, plusieurs des plus grands laboratoires français en informatique, mais aussi un tissu industriel dense en intelligence artificielle. Dans ce contexte extrêmement riche, les quatre principaux instituts d'IA - DATAIA, Hi! PARIS, PRAIRIE et SCAI – sont alliés au sein du programme francilien DIM « AI4IDF » afin de structurer et animer la communauté, et offrir aux partenaires industriels et internationaux une vision unifiée des forces exceptionnelles en présence. Le programme scientifique du projet AI4IDF vise à approfondir les connaissances en IA en gardant l'humain au centre des préoccupations. Il se décline en quatre axes : (1) Apprentissage et optimisation (2) NLP et dialogue avec l'humain, (3) Robotique, mouvement et interaction avec l'humain, (4) IA dans la vie de l'humain : santé, éducation et création.
Les dossiers doivent être déposés :
au format PDF uniquement ;
par mail à l'adresse {ai4idf_call_2024@inria.fr} ;
avant le 8 avril 2024 à 13h00.
Chaque dossier doit contenir :
le projet de recherche doctorale :
détaillant le contexte, l'objectif scientifique, la justification de l'approche scientifique ainsi que l'adéquation aux thématiques de AI4IDF,
rédigé en anglais ou en français,
n'excédant pas 3 pages, interligne simple ;
l'encadrement en précisant le rôle de chaque encadrant ;
les instituts des co-encadrants ;
le CV du candidat ou de la candidate ;
l'école doctorale choisie pour l'inscription en thèse en cas de succès de la candidature.
Éligibilité des propositions :
Les sujets proposés devront faire l'objet d'un co-encadrement :
soit entre deux des quatre instituts DATAIA, Hi ! PARIS, PRAIRIE et SCAI,
soit entre un des quatre instituts DATAIA, Hi ! PARIS, PRAIRIE, SCAI et un laboratoire ou unité de recherche d'Ile-de-France hors de ces instituts.
Accord de l'école doctorale mentionnée dans le dossier en cas de sélection.
Le comité de sélection est composé de 8 scientifiques aux compétences complémentaires afin d'ap- porter une expertise sur l'ensemble du programme scientifique du projet. Il est composé pour moitié de membres issus des établissements et organismes du projet, et pour moitié de membres extérieurs français ou étrangers reconnus pour leurs compétences en intelligence artificielle.
Les membres du comité de sélection seront amenés à évaluer des projets sur lesquels ils n'ont pas de conflit d'intérêt.
Les critères d'évaluation sont les suivants :
excellence du sujet et pertinence en regard du programme scientifique du DIM AI4IDF ;
excellence du profil du candidat ou de la candidate et adéquation du profil au projet, motivation pour rejoindre le programme ;
mobilité internationale et/ou industrielle proposée ;
clarté du programme de travail envisagé.
Communication des résultats : Fin mai
Le programme de recherche se décline autour de quatre axes majeurs, correspondant chacun à de grands enjeux actuels visant à intégrer au mieux l'IA dans l'environnement de l'humain, pour en amé- liorer l'existence.
Axe 1 – Apprentissage et optimisation : entre efficacité algorithmique et garanties théoriques
Une grande partie des avancées récentes en intelligence artificielle, notamment en vision artificielle et en traitement du langage naturel, ont été obtenues à l'aide d'algorithmes d'apprentissage automa- tique (« machine learning ») et en particulier d'optimisation à grande échelle. Si la mise en œuvre réussie de l'apprentissage dans ces domaines requiert une expertise « métier » (physique de la forma- tion d'image, linguistique) et des méthodes adaptées aux contraintes correspondantes (cf. les axes 2 et 3 ci- dessous), on peut identifier des questions scientifiques communes à tous les champs de l'IA impactés par l'apprentissage et nécessitant la combinaison d'approches mathématiques et informa- tiques nouvelles pour être abordées et résolues efficacement. Celles-ci constituent le cœur de l'axe « apprentissage et optimisation », avec trois thématiques principales.
Axe 1.1 Théorie de l'apprentissage profond.
Axe 1.2 Utilisation optimale des ressources.
Axe 1.3 Dépasser la reconnaissance de formes : faible supervision, apprentissage structuré, apprentissage par renforcement.
Axe 2 – NLP et dialogue avec l'humain
Le deuxième axe de recherche sera tourné vers les domaines de l'IA en lien avec le langage, et feront notamment interagir traitement automatique des langues (TAL, ou NLP, pour « natural language pro- cessing ») et dialogue humain-machine (agents conversationnels, etc.). Il sera organisé autour de quatre thématiques majeures, en forte interaction les unes avec les autres.
Axe 2.1 Modèles de langues à grande échelle.
Axe 2.2 Extraction d'informations et fouille de textes.
Axe 2.3 Génération contrôlée.
Axe 2.4 Tâches transmodales et multimodales.
Axe 3 - Robotique, mouvement et interaction avec l'humain
Pour que la robotique tienne ses promesses et atteigne les objectifs socio-économiques attendus, des avancées scientifiques importantes restent donc à accomplir. Elles demanderont à la fois des plate- formes expérimentales « matérielles » bénéficiant des derniers progrès obtenus en mécatronique et dans le domaine des capteurs et une « intelligence » logicielle obtenue grâce à des progrès fondamen- taux dans plusieurs domaines clef de l'IA.
Axe 3.1 Apprentissage statistique et commande optimale.
Axe 3.2 Perception.
Axe 3.3 Planification.
Axe 3.4 Robotique en interaction avec l'être humain.
Axe 4 - L'IA dans la vie de l'humain : exemples de la santé, de l'éducation et de la création
L'IA a également, par sa diffusion comme technique à large usage, profondément modifié de nom- breuses autres disciplines dont l'impact dans la vie quotidienne des humains est tangible. Nous déve- lopperons ces impacts au travers de trois domaines d'applications irriguant les divers pans de la so- ciété.
Axe 4.1. Exemple de la santé.
Axe 4.2. Exemple de l'éducation.
Axe 4.3. Exemple de la création.
Ile-de-France is home to the world's largest mathematics community, several of the largest French computer science laboratories, but also a dense industrial network in artificial intelligence. In this extremely rich context, the four main AI institutes - DATAIA, Hi! PARIS, PRAIRIE and SCAI – are allied within the Ile-de-France DIM “AI4IDF” program in order to structure and animate the community, and offer industrial and international partners a unified vision of the exceptional forces present. The scientific program of the AI4IDF project aims to deepen knowledge in AI while keeping humans at the center of concerns. It is divided into four axes: (1) Learning and optimization (2) NLP and dialogue with humans, (3) Robotics, movement and interaction with humans, (4) AI in human life: health , education and creation.
Applications must be submitted:
in PDF format only;
by email to {ai4idf_call_2024@inria.fr};
before April 8, 2024 at 1:00 p.m.
Each file must contain:
the doctoral research project:
detailing the context, the scientific objective, the justification of the scientific approach as well as the suitability to the themes of AI4IDF,
written in English or French,
not exceeding 3 pages, single spaced;
supervision by specifying the role of each supervisor;
the institutes of co-supervisors;
the candidate’s CV;
the doctoral school chosen for thesis registration in the event of a successful application.
Eligibility of proposals:
The proposed subjects must be the subject of co-supervision:
or between two of the four DATAIA institutes, Hi! PARIS, PRAIRIE and SCAI,
or between one of the four DATAIA institutes, Hi! PARIS, PRAIRIE, SCAI and a laboratory or research unit in Ile-de-France outside of these institutes.
Agreement from the doctoral school mentioned in the file in the event of selection.
The selection committee is made up of 8 scientists with complementary skills in order to provide expertise across the entire scientific program of the project. Half of it is made up of members from the project's establishments and organizations, and half of external French or foreign members recognized for their skills in artificial intelligence.
The members of the selection committee will be asked to evaluate projects on which they have no conflict of interest.
The evaluation criteria are as follows:
excellence of the subject and relevance with regard to the scientific program of the DIM AI4IDF;
excellence of the candidate's profile and suitability of the profile to the project, motivation to join the program;
international and/or industrial mobility proposed;
clarity of the envisaged work program.
Communication of results: End of May
The research program is structured around four major axes, each corresponding to major current issues aimed at best integrating AI into the human environment, to improve its existence.
Axis 1 – Learning and optimization: between algorithmic efficiency and theoretical guarantees
A large part of the recent advances in artificial intelligence, particularly in artificial vision and natural language processing, have been obtained using machine learning algorithms and in particular optimization using large scale. If the successful implementation of learning in these areas requires “professional” expertise (physics of image formation, linguistics) and methods adapted to the corresponding constraints (see axes 2 and 3 below ), we can identify scientific questions common to all fields of AI impacted by learning and requiring the combination of new mathematical and computer science approaches to be addressed and resolved effectively. These constitute the heart of the “learning and optimization” axis, with three main themes.
Axis 1.1 Deep learning theory.
Axis 1.2 Optimal use of resources.
Axis 1.3 Going beyond pattern recognition: low supervision, structured learning, reinforcement learning.
Axis 2 – NLP and dialogue with humans
The second axis of research will focus on the areas of AI linked to language, and will in particular interact automatic language processing (NLP, for “natural language processing”) and human-machine dialogue (agents). conversational, etc.). It will be organized around four major themes, in strong interaction with each other.
Axis 2.1 Large-scale language models.
Axis 2.2 Information extraction and text mining.
Axis 2.3 Controlled generation.
Axis 2.4 Transmodal and multimodal tasks.
Axis 3 - Robotics, movement and interaction with humans
For robotics to keep its promises and achieve the expected socio-economic objectives, significant scientific progress remains to be made. They will require both “hardware” experimental platforms benefiting from the latest progress obtained in mechatronics and in the field of sensors and software “intelligence” obtained thanks to fundamental progress in several key areas of AI.
Axis 3.1 Statistical learning and optimal control.
Axis 3.2 Perception.
Axis 3.3 Planning.
Axis 3.4 Robotics in interaction with humans.
Axis 4 - AI in human life: examples of health, education and creation
AI has also, through its diffusion as a widely used technique, profoundly modified many other disciplines whose impact on the daily lives of humans is tangible. We will develop these impacts through three areas of applications irrigating various sectors of society.
Axis 4.1. Example of health.
Axis 4.2. Example of education.
Axis 4.3. Example of creation.