L'AAP "Mathématiques de l’apprentissage profond"
Cet AAP vise à mobiliser et développer des recherches fondamentales en mathématiques pour analyser les mécanismes sous-jacents des réseaux de neurones profonds et des modèles génératifs et améliorer les techniques d'apprentissage automatique, en termes, entre autres, de frugalité, de confiance (robustesse, préservation de la vie privée, certification, détection et élimination des biais, explicabilité, etc.), de performance, d’évolutivité et de modularité. Sur les 73 millions alloués au PEPR IA, six seront consacrés aux projets sélectionnés qui devront impliquer au minimum 3 structures de recherche. Chacun d'eux, dont la durée sera comprise entre 36 et 48 mois, bénéficiera d'une aide financière allant de 600 000 à 1 million d’euros. Les projets devront se positionner par rapport à au moins l'une des deux thématiques ci-dessous :Thématique 1 : Mathématiques des modèles d’IA générative
Cette thématique vise à promouvoir les recherches mathématiques de pointe pour analyser et perfectionner les techniques d'IA générative. L'objectif est de rendre ces techniques plus performantes, efficaces et sûres. Les projets sélectionnés devront exploiter un vaste éventail de techniques mathématiques, incluant la théorie des probabilités, la théorie des jeux, les équations aux dérivées partielles, le contrôle optimal, le transport optimal, les systèmes dynamiques, les systèmes désordonnés, les théories des matrices et des réseaux aléatoires. Ces théories joueront un rôle clé dans le développement de techniques d'apprentissage telles que l'entraînement par réseaux adverses, les modèles de diffusion, l'apprentissage profond par renforcement et les grands réseaux de type transformers.Thématique 2 : Méthodes géométriques pour l’IA
Cette thématique se concentre sur l'apprentissage profond géométrique, qui permet d'aborder des données avec des structures non-euclidiennes comme les graphes, les surfaces et les nuages de points. L'objectif est de promouvoir les recherches mathématiques de pointe pour analyser et perfectionner les techniques d'IA au cœur de l’apprentissage géométrique. Les disciplines mathématiques concernées incluent la théorie des graphes, la géométrie computationnelle, la théorie des groupes, les décompositions tensorielles et la topologie. Les projets devront démontrer une maîtrise des fondements mathématiques et proposer des applications pratiques pour avancer dans les problématiques de l'IA, en particulier dans les domaines où la structure des données sort des cadres traditionnels. Les consortiums candidats ont jusqu'au 04/02/2025 pour déposer leur projet électroniquement.
Nos articles remonteront en priorité dans « À la une » de Google.