L’intelligence artificielle et la prise de décision combinent des traditions intellectuelles issues de l’informatique et du génie électrique pour développer des techniques d’analyse et de synthèse de systèmes qui interagissent avec un monde extérieur via la perception, la communication et l’action ; tout en apprenant, en prenant des décisions et en s’adaptant à un environnement changeant.

Nos recherches explorent les fondements de l’apprentissage automatique et des systèmes de décision (intelligence artificielle, apprentissage par renforcement, statistiques, inférence causale, systèmes et contrôle); les briques de base de l’intelligence incarnée (vision par ordinateur, NLP, robotique) ; applications aux systèmes autonomes du monde réel ; sciences de la vie; et l’interface entre la prise de décision basée sur les données et la société.

Notre mission éducative est de fournir aux étudiants les bases mathématiques et algorithmiques solides nécessaires pour construire des systèmes robustes qui peuvent extrapoler des données aux idées et aux décisions. Nos étudiants acquerront les compétences nécessaires pour comprendre les données, modéliser les phénomènes du monde réel et construire l’avenir dans lequel la technologie profite vraiment à l’humanité.

Domaines de recherche

IA et société

L’avenir de notre société est intimement lié à l’avenir de la pensée axée sur les données – surtout, l’intelligence artificielle est sur le point de remodeler tous les aspects de nos vies. La recherche dans ce domaine étudie l’interface entre les systèmes basés sur l’IA et les acteurs humains, explorant à la fois l’impact de la prise de décision basée sur les données sur le comportement et l’expérience humains, et la manière dont les technologies de l’IA peuvent être utilisées pour améliorer l’accès aux opportunités. Cette recherche combine une variété de domaines, notamment l’IA, l’apprentissage automatique, l’économie, la psychologie sociale et le droit.

IA pour la santé et les sciences de la vie

Notre objectif est de développer des technologies d’IA qui changeront le paysage des soins de santé. Cela comprend le diagnostic précoce, la découverte de médicaments, la personnalisation et la gestion des soins. S’appuyant sur l’histoire pionnière de l’ESLE dans le domaine de l’intelligence artificielle et des sciences de la vie, nous travaillons sur des algorithmes adaptés à la modélisation de données biologiques et cliniques dans une gamme de modalités, notamment l’imagerie, le texte et la génomique.

Intelligence artificielle et apprentissage automatique

Nos recherches couvrent un large éventail de sujets de ce domaine en évolution rapide, faisant progresser la façon dont les machines apprennent, prédisent et contrôlent, tout en les rendant sûres, robustes et dignes de confiance. La recherche couvre à la fois la théorie et les applications du ML. Ce vaste domaine étudie la théorie ML (algorithmes, optimisation, …), l’apprentissage statistique (inférence, modèles graphiques, analyse causale, …), l’apprentissage profond, l’apprentissage par renforcement, les systèmes ML de raisonnement symbolique, ainsi que diverses implémentations matérielles de ML.

Systèmes de communication

Nous développons la prochaine génération de systèmes de communication filaires et sans fil, des nouveaux principes physiques (par exemple, la lumière, les ondes térahertz) à la théorie du codage et de l’information, et tout le reste.

Graphiques et Vision

La mission commune de Visual Computing est de connecter les images et le calcul, couvrant des sujets tels que la génération et l’analyse d’images et de vidéos, la photographie, la perception humaine, le toucher, la géométrie appliquée, etc.

Langage naturel et traitement de la parole

Nos recherches englobent tous les aspects du traitement de la parole et du langage, allant de la conception de méthodes fondamentales d’apprentissage automatique à la conception d’applications avancées capables d’extraire des informations de documents, de traduire d’une langue à l’autre et d’exécuter des instructions dans des environnements réels.

Optimisation et théorie des jeux

La recherche dans ce domaine se concentre sur le développement d’algorithmes efficaces et évolutifs pour résoudre des problèmes d’optimisation à grande échelle en ingénierie, en science des données et en apprentissage automatique. Notre travail étudie également la prise de décision optimale dans des environnements en réseau, y compris les réseaux de communication, les systèmes énergétiques et les réseaux sociaux. La nature multi-agents de nombre de ces systèmes a également conduit à plusieurs activités de recherche qui s’appuient sur des approches de la théorie des jeux.

Robotique

Nos recherches portent sur le matériel et les algorithmes robotiques, de la détection au contrôle en passant par la perception et la manipulation.

Traitement de signal

Le traitement du signal se concentre sur les algorithmes et le matériel pour analyser, modifier et synthétiser les signaux et les données, dans une grande variété de domaines d’application. En tant que technologie, elle joue un rôle clé dans pratiquement tous les aspects de la vie moderne, notamment le divertissement, les communications, les voyages, la santé, la défense et la finance.

Théorie des systèmes, contrôle et autonomie

Notre recherche théorique comprend la quantification des capacités fondamentales et des limites des systèmes de rétroaction, l’inférence et le contrôle des réseaux, et le développement de méthodes et d’algorithmes pratiques pour la prise de décision dans l’incertitude.