Exploration de solutions microfluidiques dans la fabrication de cibles pour la production d’énergie par fusion

Dans le cadre d’un appel à projet sur les « réacteurs nucléaires innovants », le projet TARANIS consiste à étudier la possibilité de production d’énergie par une centrale à fusion par confinement inertiel initiée par lasers de puissance. Le contexte actuel incitant le développement des énergies décarbonnées et les expériences de fusion conduites par les équipes américaines du NIF rendent très favorable la conduite de recherches de haut niveau visant à produire à terme une source d’énergie économiquement intéressante basée sur la fusion inertielle.
Parmi les nombreux verrous techniques à surmonter, la production de cibles de fusion avec un schéma réactionnel adapté et compatible avec la production d’énergie est un enjeu majeur. Le CEA dispose d’un savoir-faire permettant de produire des lots de capsules contenant les éléments fusibles de la réaction. Toutefois le procédé actuel n’est pas adapté à une production de masse de centaines de milliers de capsules par jour à un coût acceptable.
L’une des voies à fort potentiel repose sur l’usage de dispositifs microfluidiques, pour lesquels le Laboratoire des Systèmes Microfluidique et Bioingénierie (LSMB) du Département Technologies et Innovation pour la Santé (DTIS) de la DRT du CEA dispose d’une expertise reconnue.

Apprentissage de règles causales

Dans le cadre d’un projet qui concerne la création de matériaux innovants, nous souhaitons renforcer notre plateforme dans sa capacité à apprendre à partir de peu de données expérimentales.
En particulier, nous souhaitons travailler dans un premier temps sur l’extraction de liens causaux entre les paramètres de fabrication et la propriété. L’extraction de causalité est un sujet de très grande importance en IA aujourd’hui et nous souhaitons adapter les approches existantes aux données expérimentales et leurs particularités afin de sélectionner les variables d’intérêt. Dans un second temps, nous nous intéresserons à partir de ces liens causaux, à leur caractérisation (inférence causale) par une approche à base de règles floues, c’est-à-dire que nous créerons des règles floues adapter à leur représentation.

IA générative pour l'ingénierie dirigiée par les modéles

L'IA générative et les grands modèles de langage (LLM), tels que Copilot et ChatGPT, peuvent compléter le code à partir de fragments initiaux écrits par un développeur. Ils sont intégrés dans des environnements de développement de logiciels tels que VS code. De nombreux articles analysent les avantages et les limites de ces approches pour la génération de code. Malgré quelques lacunes, le code produit est souvent correct et les résultats s'améliorent.

Cependant, une quantité étonnamment faible de travaux a été réalisée dans le contexte de la modélisation des logiciels. L'article de Cámara et al. conclut que si les performances des LLM actuels pour la modélisation de logiciels sont encore limitées (contrairement à la génération de code), il est nécessaire (contrairement à la génération de code) d'adapter nos pratiques d'ingénierie basées sur les modèles à ces nouveaux assistants et de les intégrer dans les méthodes et outils MBSE.

L'objectif de ce post-doc est d'explorer l'IA générative dans le contexte de la modélisation des systèmes et des outils associés. Par exemple, l'assistance de l'IA peut soutenir l'achèvement, la refactorisation et l'analyse (par exemple les modèles de conception identifiés ou les anti-modèles) au niveau du modèle. Les propositions sont discutées au sein de l'équipe et, dans un deuxième temps, le mécanisme est prototypé et évalué dans le contexte du modeleur UML open-source Papyrus.

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.

Eco-innovation de matériaux isolants par IA, pour la conception d'un futur câble à grande longévité, résilient, bio-sourcé et recyclable

Ce sujet s’inscrit dans un projet plus vaste à venir, pour la création, par IA, d’un nouveau câble électrique pour les futures centrales nucléaires, fiable et résilient ayant des capacités d’auto-réparation, notamment vis-à-vis de son vieillissement. L’objectif est de concevoir des câbles dont la durée de vie sera bien plus longue que les câbles existants dans un démarche d’éco-Innovation. Nous nous focalisons sur l’isolant de câble car c’est l’élément le plus critique pour l’application et le plus sensible au vieillissement. La solution actuelle est basée sur l’ajout d’additifs (antirads et antioxydants) dans cet isolant pour limiter les effets de l’irradiation et retarder au maximum son vieillissement. Mais il existe une autre solution qui n’a jamais encore été testée : les matériaux auto-réparant.
Le projet auquel est rattaché le sujet, a pour objectif la conception et la réalisation de plusieurs éprouvettes modèles d’isolant de câble adossé à des protocoles de caractérisation afin de vérifier le gain en terme de fiabilité et de résilience. Les résultats obtenus commenceront à alimenter une base de données de la future IA autour de la plate-forme Expressif, développée au CEA List, qui nous servira à concevoir le futur câble.

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).

Hybridation de LLMs pour l’ingénierie des exigences

Le développement de systèmes physique ou numériques est un processus complexe mêlant des défis techniques et humains. La première étape consiste à donner corps aux idées en rédigeant des spécifications ou un cahier des charges du système en devenir. Généralement écrits en langage naturel par des analystes fonctionnels (business analysts), ces documents sont des pièces maîtresses qui lient toutes les parties prenantes pendant toute la durée du projet et facilite le partage et la compréhension de ce qu’il faut faire. L’ingénierie des exigences propose diverses techniques (revues, modélisation, formalisation, etc.) pour réguler ce processus et améliorer la qualité (cohérence, complétude, etc.) des exigences produites, dans le but de détecter et corriger les défauts avant même l’implémentation du système.
Dans le domaine de l’ingénierie des exigences, l’arrivée récente des réseaux de neurones à très grands modèles (LLM) a la capacité de « changer la donne » [4]. Nous proposons de soutenir le travail de l’analyste fonctionnel avec un outil qui facilite et fiabilise la rédaction du référentiel d'exigences. L’outil exploitera un agent conversationnel de type transformeur/LLM (tels que ChatGPT ou Lama) combiné à des méthodes rigoureuses d'analyse et de conseil. Il proposera des options de réécriture des exigences dans un format compatible avec les normes INCOSE ou EARS, analysera les résultats produits par le LLM, et fournira un audit de qualité des exigences.

Développement d’un outil de spectrométrie neutron pour la caractérisation de sources neutroniques à base de radionucléides

Depuis quelques années, le LNHB développe un nouveau dispositif de spectrométrie neutron baptisée AQUASPEC et dédié la caractérisation de sources neutrons à base de radionucléide (ex. AmBe, PuBe, Cf-252). Le dispositif est constitué d'un récipient en polyéthylène, équipé d’un canal central dans lequel la source est placée, et de 12 voies de mesures pouvant accueillir des détecteurs (scintillateur plastique (SP) discriminant dopé au 6Li). Lors de la mesure, le récipient est entièrement rempli d’eau afin de garantir la modération des neutrons émis par la source et une sensibilité moindre à l’environnement extérieur. Les détecteurs sont positionnés autour de la source afin de réaliser des mesures à différentes distances de modération. Les comptages obtenus sont traités par un algorithme itératif dédié aux déconvolution des données, sur la base d’un algorithme itératif de type ML-EM ou MAP-EM. Le candidat travaillera sur les problématiques de mesures de spectre neutrons au sein du laboratoire. Il participera à des campagnes de mesures de sources et travaillera sur les aspects de détection des neutrons, de traitements de données notamment la problématique de discrimination neutron gamma, ainsi que les méthodes de déconvolution de données et de reconstruction de spectre. Une attention particulière sera portée sur l’optimisation de la caractérisation des sources, avec l’intégration de l’information liée aux coïncidences neutron gamma spécifiques aux sources de type XBe.

Contribution à la traçabilité métrologique des radiopharmaceutiques émetteurs alpha émergents dans le cadre du projet européen AlphaMet (Metrology for Emerging Targeted Alpha Therapies)

Le Laboratoire national Henri Becquerel (LNE-LNHB) du CEA/Saclay est le laboratoire responsable des références françaises dans le domaine des rayonnements ionisants. Le LNHB est impliqué dans le projet européen EPM AlphaMet (Metrology for Emerging Targeted Alpha Therapies) soumis dans le cadre de l'appel Metrology support for Health (2022) pour apporter un soutien métrologique aux études cliniques et précliniques ; il a débuté en septembre 2023 pour une durée totale de trois ans. Le projet comprend quatre Work Packages (WP) ciblant différentes problématiques, le WP1 étant notamment dédié à la métrologie de l'activité et aux mesures de données nucléaires pour l'imagerie et la dosimétrie. Ce projet vise à améliorer la traçabilité métrologique des nouveaux produits radiopharmaceutiques émetteurs alpha tels que At-211, Pb-212/Bi-212, Ac-225.
Le candidat participera aux différentes tâches définies dans le cadre du projet européen AlphaMet dans lequel le LNHB est impliqué. Des simulations rayonnement-matière seront effectuées pour étudier la réponse des chambres d'ionisation du laboratoire dans différentes situations concernant : (i) l'évolution de la réponse lors de la croissance des descendants de Ac-225 émettant des photons gamma, (ii) la quantification de l'influence de l'impureté At-210 dans le cas de la mesure de At-211, et (iii) la recherche d'un radionucléide de substitution à longue durée de vie du Pb-212 pour le contrôle de la qualité des activimètres. Le candidat sera également impliqué dans la mise en place d'un nouveau dispositif visant à améliorer la linéarité de la mesure de la période radioactive avec une chambre d'ionisation. Pendant le séjour post-doctoral au LNHB, le candidat interagira avec les différents partenaires du projet AlphaMet (laboratoires de métrologie d'activité, hôpitaux, centres d'études cliniques).
La durée initiale du post-doctorat est de 12 mois (renouvelable) au Laboratoire national Henri Be

Développement de résonateurs piézoélectriques adaptés à la conversion de puissance

Le CEA-Leti travail à l’amélioration des technologies de conversion d'énergie depuis plus de 10 ans. Notre recherche se concentre sur la conception de convertisseurs plus efficaces et compacts en exploitant les transistors à base de GaN, établissant ainsi de nouvelles normes en termes de commutations ultrarapides et de réduction des pertes d'énergie.
Dans le cadre de cette quête constante d'innovation, nous explorons des voies novatrices, notamment l'intégration de résonateurs mécaniques piézoélectriques. Ces dispositifs émergents, capables de stocker l'énergie sous forme de déformations mécaniques, offrent une perspective prometteuse pour une densité d'énergie accrue, en particulier à des fréquences élevées (>1 MHz). Cependant, la présence de modes de résonance parasites impacte l'efficacité globale du système. Nous avons donc besoin d’une personne ayant des compétences en mécanique, notamment vibratoire pour améliorer ces résonateurs micromécaniques fabriqués en salle blanche.
Vous serez accueilli à Grenoble au sein d’une équipe d'ingénieurs, chercheurs et étudiants (doctorants), dédiée à l’innovation pour l’énergie, qui mixte les compétences de la microélectronique et des systèmes de puissance de deux instituts du CEA, le LETI et le LITEN, au plus près des besoins de l'industrie (http://www.leti-cea.fr/cea-tech/leti/Pages/recherche-appliquee/plateformes/electronique-puissance.aspx).
Si vous êtes un esprit scientifique avide de relever des défis complexes, passionné par la recherche de solutions novatrices et prêt à contribuer à la pointe de la technologie, ce poste/projet représente une opportunité unique. Joignez-vous à notre équipe pour nous aider à repousser les frontières de la conversion d'énergie.

Références : http://scholar.google.fr/citations?hl=fr&user=s3xrrcgAAAAJ&view_op=list_works&sortby=pubdate

Top