Fondements du raisonnement sémantique pour une coopération renforcée de l'IA en communications 6G multi-agents
La 6G intégrera la 5G et l'IA pour fusionner les espaces physiques, cybernétiques et de sapience, transformant les interactions réseau, révolutionnant la prise de décision pilotée par l'IA, et modifiant radicalement la perception des concepts fondamentaux d'information et de fiabilité. Cela nécessite une intégration native et conçue dès l'origine entre l'IA et les systèmes de communication. Les technologies 5G actuelles ne permettent pas un tel changement. La 5G se limite à "téléporter aveuglément" les données à travers le réseau sans comprendre a priori leur pertinence pour les destinataires. Par conséquent, les résultats des algorithmes d'IA restent confinés à des reconnaissances de motifs sophistiquées et à des corrélations statistiques, une limitation majeure des systèmes actuels d’information intelligente.
Pour accompagner cette révolution avec l'IA, le concept émergent de communications sémantiques et orientées objectifs transforme le traitement des informations en permettant à l'IA de collecter, partager et traiter les données de manière sélective en fonction de leur pertinence, valeur ou actualité pour les destinataires. Contrairement à la 5G, qui privilégie le transport de données volumineuses, les communications sémantiques mettent l'accent sur un partage de connaissances compressées et significatives pour améliorer le raisonnement de l'IA, s'adapter à des environnements variés et dépasser les limitations actuelles en matière de prise de décision intelligente.
Cette recherche doctorale explore trois domaines d'avant-garde : (1) les communications sémantiques, où l'état de l'art actuel se concentre principalement sur la compression et la robustesse pilotées par l'IA ; (2) l'intégration de la communication et de la détection, combinant l'échange de données et la détection environnementale pour des applications économes en ressources ; et (3) les avancées dans l'apprentissage compositionnel et le raisonnement de l'IA, permettant aux systèmes intelligents de traiter des données complexes et multimodales.
Cette recherche vise à développer des modèles abstraits de composition conceptuelle que les agents d'IA peuvent utiliser pour comprendre et raisonner sur des structures sémantiques complexes. Dans ce contexte, le doctorant concevra de nouvelles méthodologies de raisonnement compositionnel alignées sur les exigences des communications multi-utilisateurs et orientées objectifs. Les modèles permettront des échanges d'informations compositionnelles où les agents d'IA pourront former, échanger et inférer intuitivement à partir de représentations sémantiques composées. En se concentrant sur la compositionnalité et l'adaptabilité inhérentes aux échanges sémantiques, cette recherche contribuera à la prochaine génération de systèmes de communication intelligents et contextuellement adaptés. Ces systèmes permettront des échanges d'informations plus précis et significatifs entre les agents d'IA, améliorant leur prise de décision et leurs capacités de coopération dans diverses applications, des essaims robotiques autonomes aux dispositifs IoT connectés dans les villes intelligentes et autres environnements intelligents. Cette recherche doctorale évaluera les concepts théoriques novateurs proposés par rapport aux solutions actuelles en matière de communications sémantiques grâce à des simulations numériques.
In-Sensor Computing pour les Capteurs MEMS : vers un réseau de neurones électromécaniques
L'essor des modèles d'apprentissage automatique pour le traitement des données issues de capteurs a conduit au développement de l'Edge-AI, qui vise à effectuer ces traitements localement, directement au niveau des capteurs. Cette approche réduit la quantité de données transmises et allège les centres de calcul centralisés, offrant ainsi une solution pour diminuer la consommation énergétique globale des systèmes. Dans ce contexte, le concept d'in-sensor computing émerge, intégrant acquisition et traitement des données au sein du capteur lui-même. En exploitant les propriétés physiques des capteurs et des paradigmes de calcul alternatifs tels que le reservoir computing et le calcul neuromorphique, l'in-sensor computing élimine les étapes énergivores de conversion et de traitement des signaux dans le domaine électrique.
L'application de ce concept aux capteurs MEMS permet le traitement de signaux tels que l'accélération, la contrainte ou les signaux acoustiques, avec une réduction significative, voire une élimination, des composants électroniques traditionnels. Cela a ravivé l'intérêt pour les dispositifs de calcul mécanique et leur intégration dans des capteurs MEMS. Quelques recherches récentes explorent des dispositifs MEMS innovants intégrant des réseaux de neurones récurrents ou du reservoir computing, montrant un potentiel prometteur pour l'efficacité énergétique. Cependant, ces avancées restent encore limitées à des démonstrations de concept pour des tâches de classification élémentaire avec un très faible nombre de neurones.
Sur la base de notre expertise acquise en calcul à base de MEMS, ce travail de doctorat propose de pousser ces concepts plus loin en développant un dispositif MEMS intégrant un réseau de neurones, à plusieurs couches, reprogrammable avec des capacités d'apprentissage, un résultat qui aurait bien au-delà de l'état de l'art. A terme, l'objectif est de concevoir un capteur intelligent, combinant détection et prétraitement sur une même puce, et optimisé pour fonctionner avec une consommation énergétique extrêmement faible, de l'ordre du femtoJoule par activation. Cette thèse se concentrera sur l'exploration, la conception et la caractérisation de ce nouveau neurone MEMS, en ciblant des applications de traitement de signaux basse fréquence dans des environnements à haute température, ouvrant la voie à une déclinaison de l'edge-IA dans le domaine des MEMS.
Suivi en ligne des procédés de bio-production par imagerie holographique 3D
La culture des cellules adhérentes sur microcarriers (MCs) est un moyen prometteur pour différentes applications en bioproduction, comme la fabrication et l'administration de biomédicaments, la médecine régénérative, ou le suivi de la différenciation cellulaire. Cependant, elle pose des défis majeurs pour l’analyse des cellules sans affecter l’intégrité du substrat. L’imagerie holographique sans lentille se présente comme une solution prometteuse, capable de capturer des images de cellules sur un grand champ de vue sans aucune étape biochimique supplémentaire.
Cette thèse propose de développer un système d’imagerie holographique 3D pour le suivi des cellules sur MCs en temps quasi-réel, avec des algorithmes avancés pour la reconstruction et l’analyse d’images. Ce système sera intégré dans des bioréacteurs en ligne, testant sa précision et sa robustesse sur des cultures biologiques variées. L’utilisation de l’apprentissage profond permettra la segmentation et l'analyse des cellules en temps quasi-réel, facilitant ainsi le suivi des dynamiques cellulaires. Ce projet innovant promet d'optimiser les procédés biologiques en offrant une vision non invasive des échantillons multicellulaires en 3D, avec des applications potentielles comme le suivi d’organes-sur-puce et de systèmes cellulaires complexes.
Sperm 3D - Outil de diagnostic de l'infertilité masculine utilisant l'holographie pour l'imagerie et le suivi en 3D
L'infertilité est un problème croissant dans tous les pays développés. Les méthodes standard de diagnostic de la stérilité masculine examinent la concentration, la mobilité et les anomalies morphologiques des spermatozoïdes individuels. Cependant, un cas d'infertilité masculine sur cinq reste inexpliqué avec les outils de diagnostic standard.
Dans cette thèse, nous explorerons la possibilité de déterminer les causes de l'infertilité masculine à partir de l'analyse détaillée des trajectoires 3D et de la morphologie des spermatozoïdes nageant librement dans un environnement imitant les conditions de l'appareil reproducteur féminin. Pour cette tâche difficile, nous développerons un microscope spécialisé basé sur l'holographie pour l'imagerie rapide et le suivi des spermatozoïdes individuels. Outre les méthodes numériques classiques, nous utiliserons des algorithmes d'intelligence artificielle modernes pour améliorer la qualité de l'imagerie et pour analyser les données multidimensionnelles.
Tout au long du projet, nous collaborerons étroitement avec un institut de recherche médicale (CHU/IAB) spécialisé dans les technologies de reproduction assistée (ART). Nous examinerons des échantillons de patients réels afin de développer un nouvel outil pour le diagnostic de l'infertilité masculine.
Développement des procédés de gravure pour les nœuds avancés utilisant des techniques SADP
La miniaturisation des composants électroniques impose le développement de nouveaux procédés, car la lithographie immersion 193nm seule ne permet plus d’atteindre les dimensions demandées pour les nœuds technologiques les plus avancés (sub-10nm). Depuis des années, des stratégies complémentaires à la lithographie se sont développées. Ici, nous étudierons la technique de « Self-Aligned Double Patterning » (SADP), qui divise par deux le pas du réseau des motifs lithographiés initialement. Cette technique repose sur un dépôt conforme de diélectrique (espaceur) de part et d’autre des motifs initiaux (mandrel). Ces espaceurs serviront ensuite de masque de gravure pour l'obtention des motifs finaux. Les faibles dimensions recherchées imposent un contrôle parfait des procédés de gravure. Or cette étape altère les matériaux déposés conduisant à une perte des dimensions. Un des grands enjeux sera de maîtriser la gravure et donc la modification des matériaux utilisés pour satisfaire les spécifications recherchées (largeur des motifs, profil de gravure, consommation des couches d’arrêt, uniformité, vitesse de gravure…). Un des objectifs sera aussi de proposer des approches SADP alternatives permettant de générer différents types de motifs sur la plaque pour réaliser des transistors planaires FDSOI, ce qui est peu répandu actuellement dans la littérature.
Les défis de cette thèse ?
Développer des procédés innovants de gravure
Explorer de nouveaux couples de matériaux (espaceur/mandrel) et proposer in-fine une solution d’intégration industrielle qui pourra être validée électriquement.
Identifier les possibles verrous technologiques et proposer des solutions pour les contourner
Mettre en place un protocole de caractérisation fiable détectant les modifications physico-chimiques des matériaux en présence et la dimension des motifs finaux
Etude de l’effet de l’activation plasma sur la fiabilité des intégrations hybrides Cu/SiO2
Au cours des dernières années, le CEA-LETI s’est imposé comme un des principaux leaders mondiaux dans le développement de procédés pour l’industrie microélectronique avancée. En particulier, les procédés de collage hybride (HB) direct Cu/SiO2 plaque à plaque, une technologie de plus en plus utilisée pour la fabrication de dispositifs compacts, performants et multifonctionnels. Chaque plaque contient des circuits intégrés enterrés sous une couche contenant des plots électriques en Cu dans une matrice de SiO2. L’assemblage des plaques par collage directe consiste en la mise en contact de surfaces très propres. L’adhésion est assurée par la création spontanée de liaisons atomiques à l’interface de collage. Afin d’assurer une bonne tenue mécanique de la structure, il est indispensable d’activer la surface avant collage. Plusieurs approches ont été développées mais l’activation par plasma N2 reste la plus utilisée dans l’industrie. Cependant, l’utilisation de ce procédé reste controversée à cause des effets indésirables qu’il peut induire : 1/ la formation de nodules de Cu à l’interface de collage entre les plots métalliques et 2/ le dépôt d’espèces chimiques au niveau de l’interface Cu-Cu. Ces effets peuvent être préjudiciables aux propriétés électriques et à la fiabilité des dispositifs (claquage diélectrique en particulier). En collaboration avec STMicroelectronics et IM2NP, nous souhaitons étudier les différents mécanismes mis en jeu afin de pouvoir proposer un procédé d’activation assurant à la fois tenue mécanique et fiabilité de nos intégrations.
Détection d'oeufs de parasites par imagerie sans lentilles grand champ assistée par intelligence artificielle
Dans la plupart des cycles parasitaires, la phase libre passe par un stade d'œuf, qui est libéré par l'hôte dans l'environnement via une matrice fécale complexe, qui présente des concentrations d'œufs très variables et souvent faibles. La méthode de détection classique repose sur l’observation microscopique de ces œufs, ce qui implique une préparation fastidieuse et longue de l'échantillon pour concentrer les œufs, avec des valeurs de sensibilité très variables. Cette détection est cruciale car une fois dispersés, les œufs contaminent l'environnement et les denrées alimentaires, entraînant des cas de zoonoses parasitaires chez l'homme.
La détection dans les matrices environnementales et alimentaires est encore plus complexe que pour les matières fécales en raison du très faible nombre d'œufs présents : 1 à 10 par échantillon dans la grande majorité des cas. La thèse vise à développer un système d'imagerie sans lentille grand champ, qui permettra de compter et d'identifier des œufs de parasites dans des matrices complexes, tout en augmentant la sensibilité. Cela permettra d'automatiser la détection, ouvrant ainsi des perspectives d'investigation sur un plus grand nombre d’échantillons, pour une meilleure veille sanitaire.
Dynamique de fracture dans des technologies de transfert de couches cristallines
Le Smart Cut™ est une technologie découverte au CEA et désormais utilisée industriellement pour la fabrication de substrats avancés pour l'électronique. Cependant, les phénomènes physiques mis en jeu dans sa mise en œuvre font encore l'objet de nombreuses études au CEA. Dans le Smart Cut™, une fine couche de matériau est transférée d'une plaquette à l'autre en utilisant une étape clé de recuit de fracture durant laquelle une fracture macroscopique s'initie et se propage à plusieurs km/s [i].
____________
L'amélioration de la technologie nécessite une solide compréhension des phénomènes physiques impliqués dans l'étape de fracture. L'objectif de ce projet de doctorat est donc d'étudier les mécanismes impliqués dans l'initiation et la propagation des fractures, ainsi que les vibrations post-fracture.
____________
Sur le site du CEA-Grenoble, avec un intérêt industriel, l'étudiant utilisera et développera les dispositifs expérimentaux existants pour étudier le comportement de la fracture dans les matériaux fragiles, y compris les réflexions laser optiques [iv], l'imagerie synchrotron diffractante résolue dans le temps [iii], et l'imagerie directe ultra-rapide [ii].
En outre, des algorithmes d'analyse de données basés sur python seront développés pour extraire des informations quantitatives des différents ensembles de données. Cela permettra à l'étudiant de déterminer les mécanismes impliqués et d'évaluer l'influence des paramètres de traitement des plaquettes sur le comportement de la fracture, et donc de proposer des méthodes d'amélioration.
Références :
[i] https://pubs.aip.org/aip/apl/article/107/9/092102/594044
[ii] https://journals.aps.org/prapplied/abstract/10.1103/PhysRevApplied.15.024068
[ii] https://journals.iucr.org/j/issues/2022/04/00/vb5040/index.html
[iv] https://pubs.aip.org/aip/jap/article/129/18/185103/158396
Détection micro-onde champ proche en milieux hétérogènes
Cette thèse porte sur le développement de techniques de détection en champ proche par micro-ondes pour des applications en biomédecine, agronomie et géophysique. L'objectif principal est de concevoir des algorithmes peu complexes qui résolvent efficacement des problèmes inverses liés à la caractérisation et à la détection des propriétés diélectriques avec diverses distributions géométriques dans des milieux hétérogènes.
Le candidat commencera par effectuer une revue complète des méthodes existantes de détection radar et de traitement du signal avancé. Un modèle physique précis de la propagation des micro-ondes en champ proche sera élaboré, servant de base à de nouvelles méthodes de détection basées sur le concept de tomographie itérative pilotée par la physique. L'objectif final est de formuler des algorithmes efficaces, adaptés aux applications en temps réel, et de les valider par une mise en œuvre expérimentale. À cette fin, un prototype évolutif sera développé, passant de milieux 2D à des scénarios 3D plus complexes.
Ce projet interdisciplinaire combine la modélisation physique, le développement d'algorithmes et l'expérimentation pratique. Il offre l'opportunité de faire progresser le domaine de l'imagerie par micro-ondes, avec des implications majeures pour les applications biomédicales et environnementales.
Alimentation à haut niveau d'isolement
Avec l’évolution rapide des technologies et les défis croissants en matière de miniaturisation et de gestion des ressources, les convertisseurs de puissance doivent faire face à des exigences de performance de plus en plus strictes. Pour répondre à ces besoins, l’utilisation de semi-conducteurs à large bande interdite, tels que le SiC (carbure de silicium) et le GaN (nitrure de gallium), devient de plus en plus courante. Ces matériaux permettent d’augmenter significativement la vitesse de commutation des convertisseurs, réduisant ainsi les pertes et améliorant leur efficacité.
Cependant, cette rapidité de commutation engendre des défis supplémentaires : la raideur des fronts de commutation peut provoquer des courants parasites qui perturbent les commandes des interrupteurs. Pour contrer ces effets indésirables, il est nécessaire d'utiliser des drivers d’interrupteurs offrant un niveau d’isolation élevé. La solution traditionnelle repose sur des transformateurs magnétiques hautes fréquences, mais ces dispositifs présentent un coût élevé, un encombrement significatif et une isolation limitée.
L’objectif de cette thèse est de concevoir une nouvelle solution pour l’alimentation des drivers de composants grand-gap, en remplaçant les transformateurs magnétiques par des transformateurs piézoélectriques. Cette approche innovante vise à réduire les coûts, l’encombrement et améliorer l’efficacité globale des systèmes de conversion de puissance.
Encadrement et Ressources : le candidat sélectionné travaillera au sein d'une équipe de recherche de pointe, reconnue pour son expertise dans le domaine de la conversion de puissance par résonateurs piézoélectriques. L'équipe dispose des ressources et du savoir-faire nécessaires pour soutenir le développement et la validation de cette technologie novatrice.