Pro­fesseur des uni­ver­sités, Thier­ry Denoeux est depuis octo­bre 2019 mem­bre senior de l’Institut uni­ver­si­taire de France (IUF). Directeur du Labex Maîtrise des Sys­tèmes de Sys­tèmes Tech­nologiques (MS2T) au sein d’Heudiasyc, une unité mixte UTC/CNRS, chercheur dans l’équipe Con­nais­sances, Incer­ti­tudes, Don­nées (CID), il est égale­ment rédac­teur en chef de deux revues inter­na­tionales : Inter­na­tion­al Jour­nal of Approx­i­ma­tive Rea­son­ing sur le raison­nement incer­tain et Array , une nou­velle revue en accès libre cou­vrant tout le champ de l’informatique, lancée en octo­bre 2018.

Ingénieur civ­il de l’École des Ponts Paris­Tech, Thier­ry Denoeux pour­suit avec une thèse sur « la fia­bil­ité des prévi­sions de pluie par radars météorologiques » dans un lab­o­ra­toire dédié à l’environnement de la même école. Il s’intéresse, entre autres, à l’informatique, à la recon­nais­sance des formes et au traite­ment d’images. « Il s’agissait de traiter des images radar afin d’analyser et d’extrapoler le déplace­ment de cel­lules de pluie pour faire de la prévi­sion quan­ti­ta­tive à très court terme (une à deux heures). Ces prévi­sions étaient util­isées pour opti­miser la ges­tion des grands réseaux d’assainissement dans le but de lim­iter les inon­da­tions en cas d’orage », explique-t-il.

Un intérêt qui le con­duit tout naturelle­ment, après sa thèse, à inté­gr­er en tant qu’ingénieur de recherche le Lab­o­ra­toire d’Informatique Avancée de Com­piègne (LIAC) de la Lyon­naise des eaux dev­enue, depuis, Suez. Il y reste trois ans et y tra­vaille sur des pro­jets européens avec des enseignants-chercheurs de l’UTC. Une époque, au début des années 1990, où l’intelligence arti­fi­cielle (IA) sus­ci­tait déjà beau­coup d’intérêt avec le développe­ment des sys­tèmes experts.

C’est en 1992 qu’il rejoint l’UTC en tant qu’enseignant-chercheur con­tractuel à Heudi­asyc avant de devenir pro­fesseur en 1999. S’ensuivent plusieurs pris­es de respon­s­abil­ité : directeur d’un lab­o­ra­toire com­mun avec Suez, directeur adjoint d’Heudiasyc, vice-prési­dent du con­seil sci­en­tifique de l’UTC, coor­di­na­teur sci­en­tifique, avant d’en pren­dre la direc­tion en jan­vi­er 2019, du Labex Maîtrise des Sys­tèmes de Sys­tèmes Tech­nologiques (MS2T) – un pro­jet sur dix ans – qui, dans le cadre du Pro­gramme d’Investissements d’Avenir, court jusqu’en 2021. Tou­jours en jan­vi­er 2019, il prend la direc­tion de la fédéra­tion de recherche SHIC¹, une struc­ture du CNRS regroupant ini­tiale­ment les unités mixtes Heudi­asyc, BMBI et Rober­val, aux­quelles s’est jointe récem­ment l’unité Costech. Une fédéra­tion qui a impul­sé une dynamique nou­velle pour une recherche tech­nologique inter­dis­ci­plinaire au sein de l’UTC.

À Heudi­asyc, Thier­ry Denoeux fait par­tie de l’équipe CID en charge de l’intelligence arti­fi­cielle struc­turée autour de deux grands axes de recherche. Le pre­mier con­cerne le traite­ment des con­nais­sances et des don­nées avec des thé­ma­tiques telles que la mod­éli­sa­tion des con­nais­sances, l’apprentissage automa­tique ( machine learn­ing ) et la ges­tion de l’incertitude, un défi majeur tant en intel­li­gence arti­fi­cielle qu’en sta­tis­tique. « En effet, com­ment mod­élis­er l’incertitude, raison­ner et pren­dre des déci­sions sachant que l’on n’a pas toutes les infor­ma­tions ? » dit-il. Le sec­ond axe s’intéresse aux sys­tèmes adap­tat­ifs per­son­nal­isés. Autrement dit à tout ce qui touche à l’interaction entre humains et sys­tèmes avec l’idée de con­cevoir des sys­tèmes qui puis­sent s’adapter automa­tique­ment et dynamique­ment à l’utilisateur et au con­texte d’utilisation.

Thier­ry Denoeux s’inscrit prin­ci­pale­ment dans le pre­mier axe. « Je tra­vaille essen­tielle­ment sur la mod­éli­sa­tion des incer­ti­tudes dans les sys­tèmes intel­li­gents, une thé­ma­tique qui se situe à l’interface entre l’intelligence arti­fi­cielle et la sta­tis­tique. Je m’intéresse plus par­ti­c­ulière­ment à la théorie des fonc­tions de croy­ance, une théorie de l’incertain qui per­met de raison­ner et de pren­dre des déci­sions en présence d’incertitudes. Il s’agit d’une théorie générale, qui englobe la théorie des prob­a­bil­ités, et qui a de nom­breuses appli­ca­tions, car les incer­ti­tudes sont omniprésentes. La recherche dans ce domaine est pluridis­ci­plinaire et intéresse, entre autres, des écon­o­mistes, des spé­cial­istes de l’IA et des sta­tis­ti­ciens », explique-t-il.

Un domaine à défrich­er qui le con­duisit, en 2010, à par­ticiper à la créa­tion d’une société savante Belief func­tions and Appli­ca­tions soci­ety (BFAS). Une asso­ci­a­tion dont il est le prési­dent. L’objectif ? Il s’agit notam­ment de pro­mou­voir l’enseignement, la recherche, l’approfondissement des con­nais­sances dans le domaine des fonc­tions de croy­ance et d’explorer les liens avec d’autres théories de l’incertain. D’où le lance­ment de con­férences inter­na­tionales qui se tien­nent tous les deux ans – la prochaine se tien­dra à Shang­hai en 2020 – et d’une école thé­ma­tique des­tinée à la for­ma­tion des doc­tor­ants et dont la dernière édi­tion s’est tenue en octo­bre 2019 à Sienne (Ital­ie).

Cepen­dant, Thier­ry Denoeux ne s’enferme pas dans le volet théorique de ses recherch­es sur les fonc­tions de croy­ance, car il s’intéresse égale­ment aux appli­ca­tions con­crètes qui peu­vent en découler. À titre d’exemple d’application, on peut citer la recon­nais­sance d’adresses postales qui a fait l’objet d’une thèse CIFRE en parte­nar­i­at avec la société Solystic, l’un des lead­ers mon­di­aux dans la four­ni­ture de solu­tions automa­tisées de tri et de pré­pa­ra­tion de la dis­tri­b­u­tion pour les col­is et le cour­ri­er. « Cette société vend des machines avec un logi­ciel de recon­nais­sance d’adresses man­u­scrites. Ain­si, quand l’adresse n’est pas recon­nue, l’enveloppe est rejetée et traitée manuelle­ment. L’enjeu est donc de rejeter le moins d’enveloppes pos­si­ble tout en faisant le moins d’erreurs pos­si­bles sur celles qui sont accep­tées. Pour respecter ces deux critères et amélior­er la per­for­mance des machines, l’idée était d’intégrer plusieurs logi­ciels et de com­bin­er les résul­tats de ces sys­tèmes en util­isant la théorie des fonc­tions de croy­ance », détaille-t-il.

Par­mi les autres appli­ca­tions, on peut men­tion­ner égale­ment le tra­vail mené avec l’Institut Français des Sci­ences et Tech­nolo­gies des Trans­ports, de l’Aménagement et des Réseaux (IFSTTAR) et la SNCF sur « le diag­nos­tic de cir­cuits de voies fer­rovi­aires », et la col­lab­o­ra­tion en cours avec le Lab­o­ra­toire d’Informatique, de Traite­ment de l’Information et des Sys­tèmes (LITIS) de l’université de Rouen sur « la seg­men­ta­tion des tumeurs dans des images médi­cales et l’établissement d’un pronos­tic à par­tir de l’évolution des don­nées du patient ».

Le cor­pus théorique des fonc­tions de croy­ance intéresse bien évidem­ment égale­ment l’équipe SyRI (Sys­tèmes Robo­t­iques en Inter­ac­tion) qui tra­vaille notam­ment sur les véhicules intel­li­gents (VI). « Une des prob­lé­ma­tiques dans les VI con­cerne la per­cep­tion. Les VI sont truf­fés de cap­teurs et tout l’enjeu est de pou­voir traiter les infor­ma­tions récoltées par ces cap­teurs pour recon­naître les objets sur la route tels les pié­tons, les cyclistes, etc. On a donc besoin de com­bin­er les infor­ma­tions de ces dif­férents cap­teurs. Et là aus­si, il y a beau­coup d’incertitudes, car chaque cap­teur apporte des infor­ma­tions par­tielles, et par­fois peu fiables sur l’environnement », ajoute Thier­ry Denoeux.

La peur de l’IA ? « Une peur irra­tionnelle n’a pas lieu d’être. Toute­fois, cer­taines appli­ca­tions de l’IA posent des prob­lèmes éthiques comme la vidéo­sur­veil­lance général­isée avec, en par­ti­c­uli­er, le développe­ment de la recon­nais­sance faciale. Comme les biol­o­gistes le font depuis longtemps, les infor­mati­ciens doivent aujourd’hui se préoc­cu­per des impli­ca­tions éthiques de leurs travaux », conclut-il.