Mois : février 2024

Ingénieur et Docteur

Posted on by Admindev

C’est à la faveur d’un stage dans une équipe de recherche au laboratoire CRIStAL (laboratoire de recherche associé à l’école), dans le domaine de la recherche opérationnelle, que Thomas a choisi d’emprunter la voie du doctorat après son diplôme d’ingénieur Polytech lillois.

La thèse que Thomas a réalisée avait pour objectif de proposer les meilleurs emplois du temps pour une université. Pour comparer des emplois du temps entre eux, on détermine différents critères comme par exemple : y a-t-il des cours dans des salles trop petites ? Y a-t-il des « trous » dans l’emploi du temps des étudiants ?

Comment trouver les meilleurs emplois du temps pour une même université ?

En s’appuyant sur les heuristiques. Ce sont des algorithmes qui vont passer d’un emploi du temps à un autre. Ils partent d’un premier emploi du temps très mauvais puis déplacent de manière aléatoire ou intelligente des heures de cours, des salles ou des jours. Après quelques minutes, on obtient un très bon emploi du temps, applicable immédiatement.

Mais il existe des milliers d’heuristiques… Et pour ce problème, il y a le HLS* : une super heuristique qui fournit les meilleurs emplois du temps !

L’objectif de ma thèse était d’améliorer HLS. Je me suis intéressé aux paramètres de cette méthode. Ces leviers permettent de manipuler et contrôler la performance de HLS. Cependant, on ne sait pas quels paramètres sont utiles et comment ils fonctionnent, quels liens fonctionnent…

Pour cela, j’utilise un autre algorithme : iRace. Celui-ci utilise des modèles statistiques pour prédire les meilleurs ensembles de paramètres. Les résultats d’iRace sont des nouvelles versions de HLS qui fournissent de meilleures performances que la version de base.

Un autre objectif est d’analyser et de comprendre quels paramètres sont utiles, les liens entre eux et la performance. Pour cela, j’utilise des méthodes de machine learning et d’intelligence artificielle.

* Hybrid Local Search (Recherche Locale Hybride en français)
Photo : Thomas, le jour de sa soutenance de thèse, il y a quelques mois. Il est encadré par Marie-Eléonore Kessaci (responsable de la spécialité Informatique et statistique) et François Boulier, tous les deux enseignants-chercheurs CRIStAL.

L’IA pour tous

Posted on by Admindev

L’intelligence artificielle générative (GenIA) pour tous ! Avec Carine Locquet, les participants de cet atelier ont pu découvrir et utiliser la GenIA sans barrières techniques !

Ces technologies sont maintenant accessibles à tous et leur complexité sont dissimulées derrière des interfaces conviviales telles que la messagerie instantanée ou l’intégration dans des plateformes comme Microsoft et Google.

Après un tour d’horizon des technologies IA, Carine a effectué une démonstration sur les principaux cas d’usages : génération de présentations powerpoint, génération d’images et de videos, génération de texte, synthétisation, traduction, …

Elle a ensuite abordé un point important : comprendre globalement le fonctionnement de ces technologies pour en déduire leurs limites… Non l’IA ne nous remplacera pas ! elle deviendra plutôt un allié au quotidien si nous l’utilisons bien !

Conclusion de l’atelier par une mise en pratique : chacun a eu l’opportunité d’expérimenter la GenIA et de s’essayer au « prompting »*.

*Un prompt bien formulé dirige clairement l’IA vers le type de réponse ou d’information souhaitée, évitant les réponses hors sujet. Un prompt efficace réduit le besoin de multiples interactions pour affiner la réponse souhaitée.
Carine Locquet est responsable consulting chez Inetum, entreprise de services et de solutions digitales adossée à un cabinet de conseil.
Elle compte près de 28 000 professionnels dont 1 300 basés dans le Nord de la France.
Inetum s’engage à fournir des solutions innovantes et sur-mesure sur de multiples domaines : réalisation d’applications informatiques, accompagnement sur les transformations d’entreprise, gestion de la data, accompagnement sur la mise en place de l’intelligence artificielle, …

Un exemple d’IA en santé

Posted on by Admindev

L’apprentissage statistique du parcours du patient en santé.

Le parcours du patient en santé peut être défini comme une succession d’états dans le temps… Chaque état peut avoir une structure de plus simples (juste l’unité médicale visitée par exemple) jusqu’à la plus complexe incluant des actes médicaux, des paramètres biologiques (analyses médicales) et économiques (coûts).

Nous proposons une modélisation statistique de ce type de données dynamiques dans le temps, basée sur l’analyse de données fonctionnelles. Cela permet notamment d’identifier des profils de parcours au sein desquels les trajectoires des patients sont homogènes.

Echantillon à gauche et toutes les données à droite

Pour une pathologie donnée (diabète, par exemple), le poids des différents profils et la compréhension de leur structure peuvent permettre une meilleure prise en charge des patients et aussi une meilleure organisation du système de soins. Cela est réalisé grâce à des méthodes d’apprentissage statistique non-supervisé (analyse en composantes principales des processus qualitatifs, visualisation, clustering).

La prévision d’un possible parcours à l’hôpital après l’accueil en urgences est un autre exemple de problématique inspirante pour l’apprentissage statistique supervisé.

Il ne s’agit bien évidemment pas de remplacer le praticien mais de lui proposer un outil d’accompagnement solide, capable d’automatiser certaines étapes d’extraction et d’analyse des données dans la construction du parcours patient .

Cristian Preda est responsable de l’équipe projet Modal à l’INRIA Lille Nord Europe. Il enseigne à l’école en spécialité Informatique et statistique.

Fusionner IA et Physique

Posted on by Admindev

L’ingénierie du futur… Vincent Magnier, enseignant-chercheur (LamCube Université de Lille) Polytech Lille nous a permis d’explorer l’intégration de l’intelligence artificielle dans le domaine de la physique et de l’ingénierie. Cette fusion permettrait de transformer radicalement la manière dont nous abordons les problèmes d’ingénierie, en offrant de nouvelles perspectives et en accélérant les découvertes scientifiques.

Intelligence artificielle et physique… Le mariage des deux domaines est possible et même souhaitable. En effet, il est bien connu que se rattacher à la physique est plutôt rassurant au sens où nous maitrisons la compréhension globale. A l’inverse, l’IA est souvent réputée comme une boîte noire où rien n’est maîtrisé. Pour illustrer cette physicalisation de l’IA, Vincent Magnier nous a présenté des exemples de mariages réussis, comme les prévisions météo, la conception de nouveaux matériaux ou encore les émissions de particules dans les systèmes de frein.

 

Dans la seconde partie de son atelier, plus technique, la démarche générale d’introduction de concept physique dans les algorithmes IA a été introduite. Cette discussion nous a ensuite amenés à définir la notion de « jumeaux numériques » qui ont pour principe d’être en mesure de prendre des décisions sur un système réel à partir d’un modèle numérique sur des performances ciblées (limitation du niveau sonore émis comme le crissement, optimisation énergétique, etc.).  

Pour terminer, un exemple de la vie quotidienne que l’on retrouve par exemple sur les ailes d’avions, les bâtiments, a été traité en travaux pratiques sur ordinateur : celui du problème de propagation de fissure. La question est de savoir si pour une pré-fissure existante au sein d’un système, la fissure peut se propager ou pas ? Deux algorithmes ont été développés : un utilisant l’IA classique et un autre enrichi par la physique. Les résultats ont montré que le second algorithme était beaucoup plus pertinent que le premier !

Vincent Magnier enseigne à l’école en spécialité Mécanique.

Comment l’IA influence le sport

Posted on by Admindev

Lilian Bergamaschi est élève ingénieur en 4ème année en spécialité informatique et statistique et effectue son cycle ingénieur en apprentissage au Stade Rochelais.

Il nous fait découvrir comment certaines données sont exploitées dans le rugby…

« Il y a une cellule scientifique au sein du club pour l’accompagnement à la performance. On y traite différents sujets comme la nutrition, le sommeil, la préparation physique, les données de matchs, … Pour chaque sujet, un suivi des joueurs est effectué. Il y a aussi des interventions de spécialistes et une veille scientifique qui est effectuée au sein du club sur tous ces sujets.

De plus en plus de technologies sont utilisées dans le rugby dans le but de fournir plus de données afin de pouvoir faire des analyses encore plus complètes pour aider le staff et les joueurs. Cela fait par exemple plus de 10 ans que l’on récupère toutes les statistiques de matchs et que l’on possède des capteurs GPS. Depuis peu, on a les ballons connectés qui donnent de nouvelles informations. On a aussi les protège-dents connectés qui sont obligatoire pour le 6 Nations 2024. Ils aident notamment les médecins à détecter des potentielles commotion lors des matchs.

La durée de mon d’alternance au Stade Rochelais est de 3 ans. Le premier objectif  sur le long terme est de pouvoir capitaliser sur nos données, c’est-à-dire d’avoir un suivi de nos joueurs depuis les catégories jeunes jusqu’à leur arrivée en Pro.

Un autre objectif est d’initier une « culture data » au club, de pouvoir rendre accessible la data à tout le monde.

Pour réaliser cela je m’occupe de la récolte et de la structure des données. Je crée également une plateforme accessible au staff pour accéder aux données. Je déploie dans un premier temps les outils pour le centre de formation, avant de l’étendre à l’équipe professionnelle une fois que l’on aura bien tout formalisé. »

Plus d’infos sur les technologies :
– GPS : arrivé dans les années 2010 en France. Permet de récupérer les données physiques sur les joueurs (distance parcourue, nombre d’accélérations, vitesse max, etc) grâce à des capteurs portés par les joueurs lors des entrainements et des matchs. Les objectifs avec les GPS sont de connaître et planifier la charge d’entrainement des joueurs (notamment pour éviter les blessures) et d’analyser la performance physique d’un joueur grâce à des indicateurs objectifs
– Statistiques de matchs : arrivées à peu près en même temps que les données GPS. Elles sont fournies par des fournisseurs de données (Stats Perform à La Rochelle). Tous les faits de jeu nous sont transmis dans un tableau et peuvent être analysés par la suite. Ces statistiques sont utilisées par les analystes qui traitent ces données et créent des rapports aux coachs. L’objectif est d’analyser la performance d’un joueur ou d’une équipe avec ces données.
– Ballons connectés : arrivés dans les années 2020. Le ballon fournit beaucoup de données grâce à un capteur :  temps que le ballon met à sortir du ruck, vitesse de rotation du ballon sur les passes, etc.
– Protège-dents connecté : équipé d’accéléromètres, de gyroscopes et d’une puce Bluetooth, il sert à alerter le médecin du match si jamais un joueur subit un choc trop violent. Le médecin peut alors avertir l’arbitre afin de sortir le joueur et lui faire faire un protocole commotion.
Le Stade Rochelais est un club de rugby crée en 1898, il comprend aussi une filière basket qui évolue aujourd’hui en 2ème division. Un club de rugby, double vainqueur de la Champions Cup en 2022 et 2023, également finaliste du Top 14 à deux reprises (2021 et 2023).
Le staff pro est composé d’une vingtaine de personnes comprenant les coachs, les préparateurs physiques, le staff médical, Team Management, et les analystes (vidéo, data et GPS).