Présesentation de ENIB

Le Lab-STICC (Laboratoire des Sciences de la Technologie de l’Information des communication et de la Connaissance) est une UMR (Unité Mixte de Recherche) grand ouest du CNRS (Centre National de Recherche Scientifique) à laquelle participent l’IMTA, l’ENIB, l’UBO, l’ENSTA et l’UBS. Il comprend environ 500 chercheurs (dont environ 200 doctorants). Ses travaux se structurent autour de 3 pôles : 1) les micro-ondes, l’optronique et les matériaux, 2) les architectures de communication, les systèmes et les circuits, 3) la décision, l’information et la connaissance. L’équipe porteuse de OLiMal fait partie du troisième pôle. Ses travaux pluridisciplinaires portent sur l’articulation entre les humains et les systèmes. Les ergonomes travaillent de concert avec les informaticiens, en particulier sur les aspects interaction homme-machine. Dans ce contexte l’équipe travaille également sur la robotique autonome et sur des modèles d’intelligence artificielle interactive, i.e. qui apprennent sans supervision et par le biais d’interactions avec l’humain. Le modèle étudié dans le cadre de OLiMal est l’un d’entre-eux.

Présesentation du projet OLiMal

OLiMal se propose d’étudier les capacités d’un modèle d’intelligence artificielle interactive nommé HTM (Mémoire Temporelle Hierarchique) initié par le chercheur Jeff Hawkings et qui a pour particularité d’être inspiré de connaissances précises du fonctionnement du cortex biologique. En particulier, ce modèle ne passe pas par un apprentissage supervisé et ne nécessite donc pas de grosses bases de données. Il est adaptatif car il apprend ‘au fil de l’eau’ les relations entre les entrées et les sorties et peut progressivement « oublier » des apprentissages qui ne semblent plus pertinents. Plus encore, il s’appuie sur la capacité du cerveau à simuler les éléments manquants lors de perceptions dégradées et donc de production de valeurs manquantes, toujours au fil de l’eau. Il est donc tout à fait pertinent pour un usage dans le cadre de la défaillance et de la suppléance de chaines de capteurs en cours de mission. Le projet propose de valider cette pertinence au travers d’un protocole d’analyse du modèle s’appuyant sur des simulations et la réalité virtuelle.