Techdays 15 - GAIA : Accélérer la découverte scientifique par l’IA

Abstract

L’Intelligence Artificielle peut servir d’outil puissant dans de nombreux domaines de recherche, Cependant, son expansion rapide a également créé des défis pratiques pour les équipes n'ayant pas une expertise approfondie en IA. Parmi ces défis figurent la difficulté à suivre l'évolution rapide de l'état de l'art, ainsi que l’accès et l’exploitation des ressources de calcul nécessaires. La plateforme GAIA répond à ces défis en offrant des solutions d’IA aux laboratoires, combinant ses capacités d'ingénierie à l'expertise des chercheurs d’ICube. Des exemples concrets d'applications qui seront présentés incluent la détection et l'identification de bactéries dans des séries temporelles d'images microscopiques à faible résolution grâce au deep learning, l'utilisation de Large Language Models pour répondre à des questions sur des corpus de documents, et la détection d'anomalies dans des images de cerveaux obtenues par IRM-TEP. Ces projets exigent souvent une expertise en ingénierie sur au moins une partie de la chaîne de valeur des données, comprenant leur collecte, leur traitement, leur analyse, et finalement le partage des résultats, notamment via des interfaces utilisateur conviviales. La présentation couvre ces différents aspects à l’aide de quelques exemples.

Intervenant

Joseph Lam-Weil - Plateforme GAIA, ICUBE
Jospeh Lam-Weil est actuellement chef de projet en Data Science pour la plateforme GAIA au laboratoire d’informatique ICube. Débutant son parcours par une thèse en statistique mathématique à l’université de Magdebourg en Allemagne, il poursuit sa carrière en tant que chercheur postdoctoral, en se concentrant notamment sur des projets liés à l’analyse des longueurs des télomères et à la détection de cellules à partir d’images de microscopes. Son intérêt réside dans l’application des nouvelles techniques en intelligence artificielle à divers domaines de recherche, notamment dans le domaine médical.