L’université d’Artois a obtenu le financement de trois chaires de recherche et d’enseignement en Intelligence Artificielle (IA)

Porté par Sébastien Konieczny, directeur de recherche CNRS. Le projet BE4musSIA vise à fournir des outils permettant une analyse des informations provenant de plusieurs sources de fiabilité initialement inconnue. A partir de ces informations, il est nécessaire à tout moment i) de se former une opinion ii) d’évaluer la fiabilité des différentes sources. Le but de ce projet est d’étudier ces deux tâches, et de les réaliser conjointement, afin d’obtenir la meilleure évaluation possible. Afin de réaliser cette analyse, nous utiliserons et développerons des outils de représentation des connaissances et de modélisation du raisonnement (KR), ainsi que des outils provenants de la théorie des jeux et de la théorie du choix social, notamment pour les aspects stratégiques. Nous utiliserons en particulier des méthodes venant des théories de la révision et de la fusion de croyances, qui formalisent l’évolution rationnelle des croyances d’un agent, ainsi que des mesures d’incohérence, qui permettent de mesurer à quel point plusieurs informations sont en conflit.

Porté par Pierre Marquis, professeur à l’université d’Artois, membre de l’Institut Universitaire de France, et directeur du CRIL.  Le projet EXPEKCTATION concerne le développement d’approches pour un apprentissage automatique interprétable et robuste : nous recherchons des techniques de pré-traitement capables d’associer à un prédicteur boîte noire une boîte blanche, pouvant être utilisée pour fournir diverses formes d’explication et répondre à des requêtes de vérification sur la boîte noire. Nous prévoyons de nous concentrer sur le problème de l’interprétabilité post-hoc globale. La traduction de la boîte noire en une boîte blanche peut être coûteuse en calcul. De plus, dériver des explications à partir d’un modèle boîte blanche peut se révéler également calculatoirement difficile. Toutefois, une fois le modèle boîte noire appris, il n’a pas à être modifié à chaque fois qu’une nouvelle entrée doit être prise en compte. Ainsi, la boîte blanche correspondante peut être pré-traitée afin de faciliter la génération d’explications des prédictions, indépendamment des entrées associées. La compilation de connaissances apparaît comme une approche très prometteuse à cet égard. L’objectif principal du projet est de tirer parti des techniques de compilation de connaissances afin de traiter des problèmes fondamentaux pour l’IA explicable et robuste.

Porté par Nathalie Nevejans, maître de conférences à l'université d'Artois, habilitée à diriger des recherches en droit, ce projet de chaire, articulé en trois volets, répond aux encouragements exprimés par l’Union Européenne de mettre en place une éthique by design des produits et systèmes d’IA. Dans son volet « recherche », le projet aura pour objectif de mener des recherches en interdisciplinarité pour répondre aux nécessités actuelles d’une IA responsable et respectueuse des droits humains. Dans son volet « enseignement », le projet mettra en place un diplôme d’université en « Technologies, Ethique & Droit en Intelligence Artificielle », qui est une formation encore inédite, de niveau Bac + 5, destinée à former les étudiants scientifique et juriste à l’IA, au droit et à l’éthique. Enfin, dans son volet « valorisation & transfert », le projet aura pour but de concevoir un nouvel outil inédit de compliance éthique de l’IA pour répondre aux incitations européennes et françaises demandant à ce que les produits et systèmes d’IA puissent être testés en termes de respect du droit et de l’éthique.