PU 61 - « Intelligence embarquée »

Contexte recherche

ETIS, unité mixte de recherche – UMR8051 (CYU, ENSEA, CNRS) est devenu un acteur reconnu et incontournable dans le domaine du traitement de l’information. Les recherches qui y sont menées s’imprègnent des défis sociétaux actuels et concernent tant la modélisation des systèmes complexes (modèles cognitifs de comportements, réseaux multicouches coopératifs, stockage fiable, etc.), que des méthodes d’apprentissage pour les systèmes intelligents auto-adaptatifs (pour l’Internet des objets, les robots interactifs et autonomes, les implants biomédicaux, etc.). Les défis sociétaux inscrits dans la Stratégie Nationale de Recherche – France 2030 sont également la toile de fond de nos activités de recherche, notamment ceux qui concernent « la société de l’information et de la communication », « vie, santé et bien-être », « Liberté et sécurité de l’Europe, de ses citoyens et de ses résidents », et « mobilité et systèmes urbains durables ». A l’échelle du laboratoire, chaque équipe adopte une approche « bottom-up » favorisant l’émergence de problématiques amont dans sa thématique tout en répondant à des questions émergeant de problèmes concrets. ETIS est très impliqué dans des programmes d’investissement d’avenir (I-SITE, Excellence, Labex, Equipex, Equipex+ et PEPR).

Les activités de recherche sont menées par quatre équipes (CELL, ICI, MIDI et NEUROCYBERNETIQUE). Elles regroupent une soixantaine d’enseignants-chercheurs/chercheurs et ingénieurs, et une soixantaine de doctorants et post-doctorants. Le laboratoire accueille chaque année une dizaine de collègues étrangers en tant que chercheurs-invités. Pour soutenir les activités expérimentales et l’émergence de partenariats industriels, le laboratoire ETIS a développé 7 plateformes thématiques. Enfin, ETIS mène une politique de valorisation soutenue à travers l’émergence de spin-off, de projets collaboratifs (CIFRE, ANR, Horizon Europe, PSPC, …) et des prestations.

Profil de recherche

Le laboratoire ETIS recherche un-e excellent-e candidat-e afin de renforcer son axe stratégique sur la thématique de l’intelligence embarquée. Il s’agit ici de mettre l’accent sur des recherches en rupture permettant de conférer à des systèmes complexes autonomes des capacités d’auto-adaptation tout en prenant en compte les spécificités du substrat computationnel et de l’environnement applicatif (à caractère polymorphe et dynamique). L’association des systèmes embarqués et de l’intelligence artificielle (IA) permet de développer des solutions technologiques holistiques en réponse à des enjeux sociétaux et dans les domaines applicatifs d’intérêt majeur pour ETIS (nouvelle mobilité décarbonée, santé numérique, sécurité et privauté des systèmes, communication 5G/6G, patrimoine, industrie 5.0, interaction sociétale et robotique). L’IA embarquée désigne précisément le passage d’un traitement au niveau du cloud au traitement au niveau de l’appareil des tâches, des données et des résultats de l’IA. Cette évolution importante est devenue possible aujourd’hui avec la mise en œuvre de modèles d’IA sur des unités de traitement graphique (GPU), des contrôleurs de session en bordure (SBC) ou des systèmes sur puces (SoC).

Le-a candidat-e retenu-e contribuera à la promotion, l’animation et la représentation de ses activités de recherche. Le-a candidat-e assurera la promotion du laboratoire ETIS dans le domaine de l’intelligence embarquée, notamment auprès des partenaires stratégiques d’ETIS, de l’ENSEA, du Grand Etablissement CY Université de Paris (IDHN, partenaires FSP, UMR Patrimoine), des acteurs du territoire (CACP, CDVO, PJGN, GHT Novo, VEDECOM, …), des pôles de compétitivité (Cap Digital, Systematic, Next Move), des collectivités locales. Il/Elle renforcera également les collaborations nationales et internationales (notamment avec IPAL), et est attendu qu’il (elle) prenne rapidement des responsabilités au sein du laboratoire ETIS.

Le(la) Professeur-e d’Université intégrera l’une des quatre équipes du laboratoire ETIS. Il (elle) devra développer obligatoirement un projet d’intégration pluridisciplinaire qui contribuera à renforcer la thématique de l’intelligence embarquée, à la frontière des équipes.

Pour l’équipe CELL, les nouvelles générations de systèmes embarqués intelligents se doivent de répondre à des enjeux d’éco-conception tout en gardant un niveau de performance compatible avec les usages critiques en santé ou dans le domaine automobile par exemple. Dans ce contexte, les questions scientifiques adressés par l’équipe CELL portent sur des aspects de distribution de l’intelligence (in
memory computing, in sensing computing, ….), sur les opérateurs arithmétiques matériels (réduction de la complexité), sur les technologies émergentes (MRAM, ….), l’apprentissage in-situ (training, etc.), et les modèles d’IA à faibles complexité.

Pour l’équipe ICI, les sujets de recherche prioritaires se focaliseront sur les applications de l’intelligence artificielle aux systèmes cyber-physiques autonomes (véhicules autonomes, eHealth, Industry 4.0), les futurs réseaux de communications sans fil efficaces en énergie et à faible empreinte / smart grid, les applications du machine learning à la détection de codes, la théorie des jeux pour l’optimisation distribuée, l’intégration de la communication et du sensing, la localisation, la sécurité et détection d’anomalies.

Pour l’équipe MIDI, les sujets de recherche prioritaires se focaliseront sur l’apprentissage automatique sous-contraintes (mémoire, stockage, privacy) afin d’être embarqué aux devices dans des réseaux multicouches de type Edge-Cloud-Fog.

Enfin, concernant l’équipe NEUROCYBERNETIQUE, les axes de recherche prioritaires portent sur la robotique bio-inspirée et l’intelligence artificielle neuro-inspirée. Les sujets d’importance concernent l’apprentissage et l’adaptation des robots, la robotique cognitive, les modèles neuro-computationnels, l’apprentissage développemental et social. Il s’agira aussi de porter de nouveaux sujets tels que la robotique centrée sur la personne, la robotique souple et l’intelligence artificielle neuro-inspirée.