L’équipe « Prédiction conforme » du projet DEEL s’est vu remettre au WAISE 2022 le Best paper award pour leurs travaux en intelligence artificielle sur la détection d’objets avec garanties probabilistes. Les auteurs de la publication sont : Florence de Grancey Thales AVS France SAS, Jean-Luc Adam Renault, Lucian Alecu Continental Automotive France, Sébastien Gerchinovitz IRT Saint Exupéry – Institut de Mathématiques de Toulouse, Franck Mamalet IRT Saint Exupéry et David Vigouroux IRT Saint Exupéry.
WAISE 2022
La conférence WAISE explore de nouvelles idées sur l’ingénierie de la sécurité pour les systèmes basés sur l’IA, la conception conforme à l’éthique, la réglementation et les normes pour les systèmes basés sur l’IA.
Elle s’est tenue à Munich le 6 septembre 2022 lors du SAFECOMP, la 41e conférence internationale sur la sécurité, la fiabilité et la sûreté des systèmes informatiques. C’est pour les chercheurs en intelligence artificielle l’occasion d’échanger au sujet de leurs travaux et découvertes.
Résumé de la publication
Détection d’objets avec garanties probabilistes : une approche de prédiction conforme.
Florence de Grancey – Thales AVS France SAS, Jean-Luc Adam – Renault, Lucian Alecu – Continental Automotive France, Sébastien Gerchinovitz – IRT Saint Exupéry – Institut de Mathématiques de Toulouse, Franck Mamalet – IRT Saint Exupéry et David Vigouroux – IRT Saint Exupéry
Fournir une quantification fiable de l’incertitude pour des tâches visuelles complexes telles que la détection d’objets est de la plus haute importance pour les applications critiques en matière de sécurité comme la conduite autonome, la détection de tumeurs, etc. Les méthodes de prédiction conforme offrent un moyen simple mais pratique pour construire des estimations d’incertitude accompagnées de garanties probabilistes. Dans cet article, nous appliquons ces méthodes à la localisation d’objets et illustrons notre analyse sur un problème de détection de piétons. Nous soulignons les implications théoriques et pratiques de notre analyse.
https://hal.archives-ouvertes.fr/hal-03769683
Projet DEEL
Le projet DEEL (DEpendable Explainable Learning) implique des partenaires académiques et industriels dans le développement de briques technologiques d’intelligence artificielle fiables, robustes, explicables et certifiables appliquées aux systèmes critiques.
Le projet couvre 4 thèmes : la fiabilité, l’explicabilité, la certifiabilité et la confidentialité par la conception.
Le projet DEEL est piloté par l’Institut d’Intelligence Artificielle et Naturelle de Toulouse (ANITI) et l’IRT Saint Exupéry ; au Québec par l’Institut de Valorisation des Données (IVADO), le Consortium de Recherche et d’Innovation en Aérospatiale au Québec (CRIAQ) et l’IID, Institut Intelligence et Données de l’Université Laval.
En France, avec la collaboration de grands industriels, partenaires du projet dans les secteurs de l’aéronautique, du spatial et de l’automobile comme Airbus, Thales, Continental, Renault, Scalian, SNCF, Apsys, la DGA ou le Cnes – également des partenaires académiques et des institutions qui font aussi partie du projet DEEL tels que l’Université Paul Sabatier Toulouse III – UPS, l’Université Fédérale Toulouse Midi-Pyrénées, l’ISAE-SUPAERO, DGA et le CNES.
Au Québec, des partenaires académiques et industriels sont également parties prenantes du projet. Pour l’industrie: Thales Canada, CAE, Bombardier Aerospace et Bell Helicopter Textron Canada, et côté académique : l’Université McGill, l’Université Laval, Polytechnique Montréal, l’Université du Québec à Montréal et l’Université de Montréal.
Le projet est également soutenu par Aerospace Valley et l’Agence d’Attractivité de Toulouse Métropole, et le Ministère de l’Europe et des Affaires Etrangères.
Cette distinction à la conférence WAISE 2022 affirme la collaboration entre partenaires académiques et industriels comme moteur essentiel d’innovation et de progrès technologique et promet des perspectives enthousiasmantes pour l’avenir de l’intelligence artificielle.