Marc Schoenauer
Marc Schoenauer est directeur de recherche de classe exceptionnelle (DR0) à Inria, qu’il a rejoint en 2001 après 20 années passées en tant que CR CNRS, au CMAP de l’École polytechnique. Il a fondé en 2003 l’équipe TAO à Inria Saclay avec Michèle Sebag. Son domaine de recherche se trouve à la frontière entre l’optimisation évolutionnaire et l’apprentissage statistique. Il est l’auteur de plus de 150 publications, et a (co-)dirigé 35 doctorants. Il a été Chair de ACM-SIGEVO (2015-2019), président fondateur de « Evolution artificielle » (1995-2002) et président de l’AFIA (2002-2004). Il a été rédacteur en chef du journal « Evolutionary Computation » entre 2002 et 2009 et est actuellement membre de son « Advisory Board ». Il est (ou a été) membre des comités éditoriaux des plusieurs revues internationales parmi les plus prestigieuses dans le domaine de l’optimisation évolutionnaire et de l'apprentissage machine, et depuis 2013 il est « Action Editor » de la revue JMLR. Il a secondé Cédric Villani dans la rédaction du rapport sur la stratégie Française en IA remis au président Macron en mars 2018. Il est actuellement directeur de la recherche adjoint en charge de l’IA au sein de Inria et coordinateur scientifique du programme IA2 à l'IRT SystemX.
Simulation physique augmentée par l’IA : enjeux et démarche de validation
L’utilisation de la simulation numérique dans l’industrie se heurte à plusieurs limites, telles que la difficulté à modéliser certains phénomènes physiques ou bien le coût de calcul qui peut être très élevé. Dans ce contexte, l’Intelligence Artificielle (IA) s’est imposée comme une piste prometteuse pour…
Intelligence artificielle
0
Catégories
Mots-clefs
Agriculture connectée
Bitcoin
Blockchain
Chaîne numérique
Conduite autonome
crise sanitaire
Cyber-attaque
Cyberimpôt
Cybersécurité
Données
Droit
Entreprise étendue
Environnement et développement durable
Fabrication additive
IA de confiance
Identité numérique
Idéation
Industrie
Industrie 4.0
Ingénierie collaborative
intelligence artificielle
Livraisons urbaines
Machine learning
Maintenance
RTO
Réalité Augmentée
Réseau de neurones
Singapour
Smart City
Systèmes complexes
Systèmes embarqués
sécurité
territoires
Territoires Intelligents
Transition énergétique
transport autonome
transports
Transports autonomes
Véhicules autonomes
Étude
Études