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

Le magazine

linkedin facebook pinterest youtube rss twitter instagram facebook-blank rss-blank linkedin-blank pinterest youtube twitter instagram