Groupe Machine Learning et Intelligence Artificielle
Objectifs
L’apprentissage permet l’exploration, la modélisation et l’aide à la décision à partir de jeux de données massives. Certaines de ses applications sont utilisées en intelligence artificielle, par exemple pour permettre à des robots ou des véhicules autonomes d’appréhender des scènes (vision, reconnaissance de sons et de paroles, synthèse de langage naturel). Ce domaine est multiforme et fait appel à l’informatique et aux mathématiques, en particulier à la statistique et à l’optimisation.
Quand les méthodes d’apprentissage sont fondées sur des modèles statistiques, on parle d’apprentissage statistique, sinon d’apprentissage automatique. Dans tous les cas, ces algorithmes sont repris sous le vocable d’apprentissage machine (Machine Learning). Ces domaines sont poreux, et celui de la statistique est donc forcément impacté, en voyant le développement de nouvelles méthodes statistiques aussi bien que la confrontation avec des paradigmes plus informatiques.
C’est un domaine en pleine ébullition, aussi bien en recherche, que dans la vie économique, sociale et éducative. La profusion des données massives, jeux de données gigantesques dont la valeur est sous-jacente aux informations et connaissances que l’on peut en extraire, conduit à un décalage entre les utilisateurs des algorithmes, les théoriciens qui les créent et en étudient les propriétés, et les citoyens qui sont directement concernés par leurs décisions.
Le groupe MAchine Learning et Intelligence Artificielle (MALIA) propose donc de rassembler, structurer et amplifier les actions de la SFdS dans le domaine de l’apprentissage et ses usages, qu’il soit automatique ou statistique, par exemple :
- développer les liens avec les communautés informatiques ;
- former aux méthodes et les outils nouveaux ;
- permettre des rencontres entre industriels et chercheurs ;
- organiser des manifestations et workshops ;
- favoriser la circulation des idées ;
- apporter au sein des autres groupes spécialisés un support sur les questions d’apprentissage machine ;
- etc.
Bureau
Badih Ghattas, Université d'Aix Marseille (président)
Myriam Maumy, EHESP (trésorière)
Stéphane Chrétien, Université Lyon 2 (webmaster)
Benoît Liquet, Université de Pau (secrétaire)
Les autres membres du Bureau :
- Frédéric Bertrand, Université de Technologie de Troyes
- Marianne Clausel, Université de Lorraine
- Franck Iutzeler, Université Grenoble-Alpes
- Christine Keribin, Université Paris-Saclay
- Miguel Palencia-Olivar, Cognitive Works & Université Lyon 2
- Myriam Tami, Centrale Supélec
Invités du Bureau élargi :
