Programme

Matinée

9h | Café d'accueil

9h15 | Ouverture de la journée

9h30 | Introduction à l'intelligence artificielle et son impact sociétal

• Élisa Fromont, Université de Rennes, IRISA, Inria
  Quelle est l'origine de l'IA et pourquoi il est important de ne pas limiter ce domaine de recherche aux seuls grands modèles de langage comme Chat-GPT ? Élisa Fromont fera une introduction technique au sous-domaine de l'IA qui attire presque toute l'attention aujourd'hui : l'apprentissage automatique. Plus précisément, elle présentera les modèles génératifs. Elle dressera enfin une liste non exhaustive des impacts sociétaux de cette technologie, certains étant positifs, d'autres nettement moins.

10h30 | RAGaRenn, plateforme d'IA pour un établissement [titre provisoire]

• Olivier Wong-Hee-Kam, Université de Rennes, vice-président Numérique
  
  

11h15 | Pause

11h30 | Utilisation de l'IA pour aider à la découverte de jeux de données

• Richard Moreno, INRAE, responsable de la plateforme des données de Recherche Data Gouv
  Richard Moreno présentera l'utilisation de l’IA par Recherche Data Gouv, pour permettre la découverte de jeux de données et de ressources associées. L’IA (modèles d’embeddings, LLM) est utilisée pour rechercher des jeux de données non plus avec des mots-clés, mais sémantiquement. L’IA est aussi utilisée pour aligner des mots-clefs sur des thesaurus ou vocabulaires contrôlés et faciliter la recherche.

12h15 | Pause déjeuner - buffet

 Après-midi

13h45 | Enjeux et limites des IA pour le traitement des données SHS : LLM, RAG et développement d’applications pour la recherche

• Stéphane Pouyllau, CNRS, IR* Huma-Num
  Les IA et plus récemment les IA génératives et leurs applications transforment le traitement des données en SHS. L’infrastructure Huma-Num IR* qui investit ces domaines depuis la création d’ISIDORE en 2010, déploie depuis 2022 de nouveaux outils d’exploration et d’analyse sur la base d’une infrastructure de calcul pour l’IA. Dans ce contexte, leur adaption et adoption soulève des enjeux majeurs. Les chercheurs doivent s’approprier ces technologies pour en maîtriser les implications épistémologiques et éthiques tout en restant vigilants face aux risques d’hallucinations ou de biais liés à la qualité des corpus. Les méthodes comme la retrieval-augmented generation (ou RAG), qui sont au coeur de très nombreux outils de recherche, améliorent l’accès à l’information via le langage naturel, mais ne se substituent pas à des bases de données structurées et restent limitées par la pertinence et la taille des données disponibles. L’infrastructure Huma-Num, avec ses ressources mutualisées (GPU, plateformes collaboratives), soutient ces innovations, mais son accès et ses capacités sont contraints par certaines limites qu’il s’agit d’explorer. Enfin, l’intégration de ces outils doit concilier interopérabilité, science ouverte et préservation des données, dans un écosystème où la ré-utilisabilité reste encore à construire et sollicite fortement le concours des chercheur·e·s, des documentalistes, archivistes et professionnels des données numériques.

14h30 | L'infrastructure Istex et la fouille de textes scientifiques : de la constitution du réservoir à l'analyse de corpus

• Valérie Bonvallot, CNRS-INIST, ISTEX
  À travers un exemple concret, seront présentés les éléments constitutifs de l’infrastructure Istex : le réservoir Istex, son contenu, les modalités d'alimentation et d'enrichissements des (méta)données Istex ; Istex Search, outil d’interrogation et de téléchargement de corpus volumineux ; les web services de fouille de textes, c'est-à-dire des programmes d’enrichissement et d’analyse textuelle utilisables par les non experts.

15h15 | Pause 

15h30 | Collabscore, un système hybride pour la reconnaissance de partitions musicales

• Aurélie Lemaître, Université Rennes 2, Université de Rennes, IRISA
  La reconnaissance automatique de partitions musicales scannées (OMR) reste un challenge en raison de la complexité et de la grande variété de la notation musicale. Dans le cadre du projet ANR Collabscore, nous avons proposé un système de reconnaissance hybride mêlant des approches syntaxiques et des approches basées sur de l’apprentissage profond. Cette combinaison de systèmes d’IA permet de bénéficier des intérêts de l’apprentissage pour la reconnaissance des symboles musicaux, tout en pouvant exprimer de manière logique les règles de la composition musicale.

16h15 | Retour d'expérience sur l'IA dans un projet de santé : imagerie cérébrale post-AVC

• Francesca Galassi, Université de Rennes, IRISA, Inria
  L’analyse automatique des IRM chez des patients post-AVC reste difficile en raison de la diversité des lésions et des autres anomalies cérébrales secondaires, ainsi que des variations entre patients et protocoles d’acquisition. Nous avons développé des modèles supervisés capables de segmenter automatiquement les lésions, intégrés dans StrokeSeg, un outil léger et directement utilisable en pratique clinique. En parallèle, nous explorons des approches non supervisées basées sur des modèles génératifs pour détecter d’autres anomalies, comme l’atrophie ou l’élargissement ventriculaire. L’ensemble de ces informations alimentera un modèle prédictif multimodal destiné à mieux anticiper la récupération et à personnaliser la prise en charge des patients post-AVC.
  
  

17h | Conclusion de la journée

• Grand témoin : Frédérique Joannic-Seta, Université Rennes 2, directrice du Service Commun de la Documentation