Une marque de reconnaissance pour l’UTC
Piloté par Sorbonne Université, en alliance avec l’UTC, le programme PostGenAI@Paris est l’un des 9 lauréats de l’appel à manifestation d’intérêt (AMI) national « IA-Cluster ». Doté de 35 millions d’euros sur 5 ans, ce cluster contribuera a la stratégie française en intelligence artificielle (IA), en créant un pôle d’excellence international dédié a l’IA post-générative.
Un financement qui permettra de soutenir des projets de recherche, de développer des programmes de formation et de fédérer la communauté académique. À ce financement public s’ajouteront des fonds industriels qui permettront notamment de renforcer les partenariats au sein de projets d’accélération collaboratifs (PAC).
Marque de reconnaissance pour l’UTC, ses compétences et expertises, l’université est impliquée dans quatre PAC et en porte deux. Porté par Véronique Cherfaoui pour Heudiasyc (UMR-CNRS 7253) et son laboratoire commun associé SIVALAB avec Renault Group, le PAC « Twinning » vise à étudier la conduite partagée entre un conducteur et un véhicule capable d’autonomie, notamment en étudiant les interactions entre le conducteur et le véhicule pour permettre un déplacement autonome, coopératif et sûr sur route ouverte.
Le deuxième, « Industry », co-porté par Alexandre Durupt pour Roberval et Yves Grandvalet pour Heudiasyc, implique également le laboratoire commun DIMEXP associant Roberval et la société DeltaCAD. Parmi les objectifs de ce PAC ? « L’émergence d’enjeux de société, notamment la question écologique, qui incite l’industrie à être plus performante et plus vertueuse sur le plan environnemental. D’où l’importance de développer des méthodologies pour la détection de défauts et la maintenance prédictive de systèmes industriels. Actuellement toutes les technologies d’IA récentes et notamment l’avènement du “Deep Learning” permettent de développer des technologies de détection de défauts plus performantes, les “faux positifs” ou fausses alarmes devant être le plus bas possible », explique Alexandre Durupt.
Enfin, les deux derniers PAC sont portés par Sorbonne Université.
Le premier, auquel est associée l’unité de recherche Biomécanique et Bioingénierie (BMBI, UMRCNRS 7338) en la personne d’Anne-Virginie Salsac, est piloté par Isabelle Bloch de Sorbonne Université et implique des partenaires cliniques mais aussi de nombreux partenaires industriels. « Nous avons ainsi établi un très fort partenariat avec ANSYS France, spécialisée en simulation numérique multiphysique. Notre objectif à l’UTC est d’approfondir les modèles numériques des écoulements sanguins intra-cardiaques et des mouvements des valves et de la paroi afin de créer des jumeaux numériques du cœur. Ils doivent être biofidèles, c’est-à-dire bien reproduire tant la réalité physiologique que certaines pathologies, afin de pouvoir tester des dispositifs médicaux. Il nous faudra également récolter les données les plus complètes possible auprès des cliniciens. L’utilisation de l’IA va ainsi nous permettre d’accélérer les calculs pour avoir les résultats dans des temps compatibles avec la réalité clinique et industrielle », assure Anne- Virginie Salsac.
Le second, toujours porté par Sorbonne Université, associe pour l’UTC le LMAC, laboratoire reconnu pour ses apports méthodologiques. « Ce PAC concerne le stockage de l’énergie. Il s’agit d’effectuer des modélisations multi-échelles dans la conception des batteries Li-ion afin d’en optimiser les performances et d’en maximiser la durée de vie. Les méthodes pour concevoir des batteries de taille différenciée ne sont en effet pas les mêmes. L’idée dans ce PAC est d’utiliser les mathématiques appliquées et, en particulier, les équations différentielles partielles, pour construire des modèles privilégiant des approches prédictives fiables qui compensent le coût élevé de la génération de données expérimentales », explique Salim Bouzebda.
MSD