Les travaux visent une plus grande autonomisation des systèmes intelligents (vidéo surveillance, gestion environnementale et économie circulaire, santé, etc.) qui ne sont plus appelés à ne faire que des tâches répétitives, mais bien à résoudre des problèmes par eux-mêmes, à l’aide de méthodes d’apprentissage machine et de fusion de données. 

Le but de ce domaine de recherche est l’extraction de connaissances structurées à partir de texte libre et non structuré. Nous explorons également les domaines de la traduction automatique, du résumé automatique, du traitement des textes juridiques, administratifs et cliniques et de l’extraction des données multimodales, l’analyse d’opinions et sentiments, et les systèmes de recommandation.

Spécialiste de l’IA, de l’apprentissage automatique, du traitement des données massives et du langage naturel, notre équipe mène de front plusieurs recherches visant à améliorer le résultat attendu de l’ordinateur afin qu’il puisse résoudre un problème en lui fournissant des algorithmes d’apprentissage.

La protection de la vie privée (PVP) est devenue un enjeu de société majeur. Dans le monde connecté où nous vivons désormais, des données personnelles toujours plus nombreuses sont collectées ou générées, souvent à l’insu des personnes concernées. Les pistes explorées par notre équipe sur la PVP incluent des approches cryptographiques, des techniques d’interrogation de données protégeant la VP, des techniques de calcul sécurisées (chiffrement homomorphe, réseau de confiance ou matériel sécurisé).

l’IA Générative et les modèles multimodaux larges (LMM) tels que les modèles de langages larges (LLM) et les modèles de vision larges (LVM) sont des technologies en cours d’expansion et révolutionnent la façon dont nous travaillons, vivant, collaborons et jouons. Elles peuvent nous aider à créer de nouvelles choses, de résoudre des problèmes et de mieux comprendre le monde. Dans cette thématique, nous allons nous concentrer sur les impacts et avancées de l’IA Générative.