Bonjour,
Nous proposons un sujet de stage post-doctoral de 12 mois en Apprentissage symbolique.
Sujet de recherche :
Dans le cadre du développement d’une plateforme d’IA symbolique (systèmes à base de connaissances), nous souhaitons doter cette IA de capacités d’apprentissage automatique à partir de données. L’intérêt de tels systèmes est notamment de pouvoir expliquer les décisions prises automatiquement, dans la lignée de la règlementation RGPD entrée en vigueur en mai 2018.
Suite à une analyse bibliographique, il s’agira de proposer l’évolution de méthodes existantes ou un nouvel algorithme pour apprendre des règles permettant de prédire des caractéristiques numériques et/ou symboliques (variables catégorielles). Les algorithmes développés seront appliqués à l’apprentissage de paramètres physiques d’élaboration d’un matériau (température, pression, etc.) permettant d’obtenir des caractéristiques techniques souhaitées de celui-ci (résistivité, etc.). Les résultats obtenus seront comparés à ceux issus d’autres techniques d’apprentissage. De plus, les règles apprises seront évaluées avec des experts du domaine. Nous pourrons ainsi répondre à la question : l’IA permet-elle de générer des connaissances nouvelles ?
Deux autres laboratoires partenaires fourniront les données et effectueront des expérimentations pendant la présence du post-doctorant. Ils seront disponibles pour décrire leurs connaissances, ce qui permettra de confronter l’approche par modélisation des connaissances à l’approche par apprentissage automatique.
Durée : 12 mois (extension possible)
Début souhaité : février 2019
Lieu : CEA List, Saclay (91)
Laboratoire : Laboratoire Analyse des Données et Intelligence des Systèmes.
Prérequis : PhD en informatique, machine learning ou IA symbolique.
Compétences souhaitées :
– Maitrise d’un langage de programmation orienté objet (java, c++, c#)
– Dialogue avec les experts du domaine pour modéliser les connaissances et qualifier les résultats
– Rigueur, autonomie, esprit d’analyse et de synthèse
Pour postuler : Envoyer un CV détaillé, une lettre de motivation, lien vers des publications majeures, noms et contacts de 2 références à jean-philippe.poli@cea.fr etlaurence.boudet@cea.fr.