Actualité Projet financé ANR : Réseau de mémoire visuelle pour l'interprétation de scènes...

Pour approfondir le sujet

Une intelligence artificielle habilitée à poser des diagnostics médicaux : une première mondiale

C'est une première mondiale qui marque un précédent dans l'histoire de la pratique de la médecine. La U.S. Food & Drug Administration (FDA) vient...

Découvrez les lauréats du 2ème IA Santé Challenge organisé par Pierre Fabre

Le 2ème IA Santé Challenge, organisé par Pierre Fabre les 4 et 5 juillet derniers  sur le campus universitaire de Castres dans le cadre...

Projet financé ANR : FAbLe – Suite pour l’automatisation de l’interprétabilité des algorithmes d’apprentissage automatique

Parmi les projets financés par l'Agence Nationale de la Recherche (ANR), nous vous présentons aujourd'hui FAbLe (Framework for Automatic Interpretability in Machine Learning), la...

L’appel à projets “L’intelligence artificielle pour une expérience améliorée du système de santé” est ouvert jusqu’au 1er juin 2020

La clôture de l'appel à projets "L’intelligence artificielle pour une expérience améliorée du système de santé" a été reportée au 1er juin 2020 à...

Projet financé ANR : Réseau de mémoire visuelle pour l’interprétation de scènes – AVENUE

Le projet Réseau de mémoire visuelle pour l’interprétation de scènes – AVENUE présenté par Karteek Alahari du Centre de Recherche Inria Grenoble – Rhône-Alpes a été retenu l’an dernier par l’Agence Nationale de la Recherche. Financé à hauteur de 290 288 euros par l’ANR, le projet AVENUE porte sur l’interprétation humaine de scènes via un réseau de neurone a débuté en mars 2019 pour une durée de 48 mois.

Présentation du projet par Karteek Alahari du Centre de Recherche Inria Grenoble – Rhône-Alpes

Les humains interprètent visuellement de nouveaux environnements, interagissent avec et se déplacent dedans avec peu d’effort. Malgré des progrès significatifs, ce niveau d’intelligence visuelle n’est pas atteint par des systèmes artificiels. Le projet AVENUE cherche à corriger ceci via un réseau de neurone dédié à la mémoire visuelle, afin d’émuler l’interprétation humaine de scènes.

Dans ce but nous relevons trois défis scientifiques. Le premier est d’assimiler images, vidéos et texte avec un ou plusieurs réseaux. Le deuxième est de réduire la part de supervision sans compromettre la performance. Le troisième est de faire de l’inférence avec le réseau entraîné, e.g., estimer les dimensions et la fonction d’objets, ou aider dans la navigation d’une scène. L’enjeu est d’obtenir des estimations suffisamment fiables pour les utiliser en aide à la personne, e.g. permettre à une personne aveugle de gagner de l’autonomie.

Thierry Maubant

Partager l'article

Lancement du Collectif International technologique Intelligence Artificielle du Village Francophone à l’occasion de Vivatech

Le Village Francophone, moteur de l'animation de délégations francophones lors d'événements nationaux et internationaux, a lancé son collectif IA ce mardi 16/06 à l'occasion...

TALia : le laboratoire de recherche de onepoint et Télécom Paris autour du traitement du langage naturel

Télécom Paris, école d'ingénieur spécialisée dans le numérique, et onepoint, une entreprise française spécialisée dans la transformation numérique, vont lancer ensemble un laboratoire de...

Tractable, spécialiste des solutions de vision par ordinateur pour les assurances, devient une licorne

Tractable, une entreprise développant des systèmes d'intelligence artificielle au service de la gestion des sinistres et accidents vient de lever la somme de 60...

Le projet CETI : comprendre la langue des cachalots grâce à des outils d’intelligence artificielle

Comprendre la langue utilisée par les animaux est un des enjeux de certains scientifiques : c'est notamment le cas de Denise Herzing qui étudie,...