Développement d'approches pour l'intelligence artificielle à base de bruit
Les approches actuelles de l'IA sont largement basées sur la multiplication matricielle. Dans le de ce projet postdoccadre toral, nous aimerions poser la question suivante : quelle est la prochaine étape ? Plus précisément, nous aimerions étudier si le bruit (stochastique) pourrait être la primitive computationnelle sur laquelle la nouvelle génération d'IA est construite. Nous répondrons à cette question en deux étapes. Tout d'abord, nous explorerons les théories concernant le rôle computationnel du bruit microscopique et au niveau du système dans les neurosciences, ainsi que la façon dont le bruit est de plus en plus exploité dans l'intelligence artificielle. Nous visons à établir des liens concrets entre ces deux domaines et, en particulier, nous explorerons la relation entre le bruit et la quantification de l'incertitude.
Sur cette base, le chercheur postdoctorant développera ensuite de nouveaux modèles qui exploitent le bruit pour effectuer des tâches cognitives, dont l'incertitude est une composante intrinsèque. Cela ne servira pas seulement comme une approche d'IA, mais aussi comme un outil informatique pour étudier la cognition chez les humains et aussi comme un modèle pour des zones spécifiques du cerveau connues pour participer à divers aspects de la cognition, de la perception à l’apprentissage, la prise de décision et la quantification de l'incertitude.
Les perspectives du projet postdoctoral devraient informer sur la manière dont l'imagerie IRMf et les enregistrements électrophysiologies invasifs et non invasifs peuvent être utilisés pour tester les théories de ce modèle. En outre, le candidat devra interagir avec d'autres activités du CEA liées au développement d'accélérateurs d'IA analogiques basés sur le bruit.
Conception d'un système de vision embarqué intégrant un imageur intelligent rapide
L'objectif du post-doc est d'évaluer l'intérêt des imageurs intelligents intégrant du traitement dans le plan focal dans les systèmes de vision embarqués pour une fonction de localisation et de proposer un système de vision embarqué complet intégrant un imageur intelligent et un hote. L'étude se concentrera sur les applications d'égo-localisation, pour réaliser, par exemple, une fonction de localisation 3D.
A partir d'une chaîne applicative existante, le post-doctorant pourra réaliser une étude algorithmique afin de l'optimiser pour exploiter les qualités de l'imageur intelligent. Puis il pourra proposer un partitionnement entre imageur intelligent et système hote, en fonction de critères de performances. Une expérimentation utilisant l'imageur intelligent RETINE ainsi que la carte d'accueil IRIS pourra être menée pour valider la proposition.
Stratégie de co-conception pour l'exploitation de la sparsité spatio-temporelle dans les modèles de réseaux de neurones à l'apprentissage/inférence
L'objectif du projet est d'identifier, d'analyser et d'évaluer les mécanismes de modulation de la sparsité spatio-temporel des fonctions d'activation afin de minimiser la charge de calcul du modèle NN de transformateur (apprentissage/inférence). Une approche combinée avec la quantification extrême sera également envisagée.
L'objectif est d'affiner conjointement une stratégie innovante pour évaluer les impacts et les gains potentiels de ces mécanismes sur l'exécution du modèle sous contraintes matérielles. En particulier, cette co-conception devrait également permettre de qualifier et d'exploiter une boucle de rétroaction bidirectionnelle entre un réseau neuronal ciblé et une instanciation matérielle afin d'obtenir le meilleur compromis (compacité/latence).
Exploitation des méthodes formelles pour la gestion des interférences au sein des systèmes embarqués H/F
Au sein d’une équipe de recherche technologique pluridisciplinaire d’experts en outils de co-design SW/HW par application de méthodes formelles, vous intervenez dans un projet national de recherche visant à développer un environnement pour identifier, analyser et réduire les interférences engendrées par l’exécution concurrente d’applicatifs sur une plateforme matérielle multi-coeur hétérogène sur étagère (COTS)
Accélérateurs photoniques : L'innovation au service des simulations quantiques
Les circuits photoniques, processeurs spécialisés à faible consommation d'énergie, apparaissent comme l'un des technologies plus prometteuses pour accélérer l'exécution d'algorithmes complexes dans les domaines de l'apprentissage automatique et du calcul scientifique tout en gardant une basse dissipation thermique.
Le succès de la simulation de systèmes quantiques et de la mise en œuvre d'algorithmes de simulation inspirés du quantique sur des unités photoniques laisse entrevoir le potentiel de ces accélérateurs pour faire progresser les capacités de calcul dans les domaines de la chimie computationnelle et la science de matériaux.
Le but de ce projet est d'intégrer les technologies photoniques aux réseaux neuronaux et tensoriels, en repoussant les limites des simulations quantiques et des dispositifs classiques. Cette orientation est prometteuse pour l'avenir de l'innovation algorithmique spécialisée et accélérée par le matériel.
La recherche sera axée sur l'adaptation des algorithmes aux dispositifs photoniques, l'optimisation de la consommation d'énergie et le développement de nouveaux algorithmes inspirés par les spécificités du matériel.