Début 2020, EDF, Thales et TotalEnergies ont ouvert le laboratoire SINCLAIR (Saclay INdustrial Collaborative Laboratory for Artificial Intelligence Research) sur le site d'EDF Paris-Saclay. A présent, vous pouvez retrouver ses activités, ses missions et ambitions, ses compétences et publications ainsi que les actualités de ce laboratoire sur son site internet : https://sinclair-lab.com/.
______________________
Le 1er laboratoire industriel commun en intelligence artificielle >>
______________________
Son programme de recherche est dédié à l'élaboration de méthodes et outils (M&O) d'intelligence artificielle répondant à des nécessités partagées de ces trois entreprises.
La mise en commun de personnel des R&D des trois entreprises vise à accroître l'effort de recherche nécessaire à l'élaboration d'intelligences artificielles (IA) matures, capables d'améliorer la conception et la gestion de systèmes industriels complexes.
De telles IA ont pour objectif global, au moyen d'outils modernes d'apprentissage, d'accélérer et d'améliorer des tâches d'ingénierie aujourd'hui coûteuses et répétitives, voire inabordables par des moyens conventionnels, et de permettre aux spécialistes de se concentrer sur des actions à plus forte valeur ajoutée.
Actualités
Les années 2019-2021 ont permis au laboratoire de lancer plusieurs thèses en collaboration avec des laboratoires de renommée internationale, portées à EDF, sur des sujets de fonds tels l'axiomatisation de l'interprétabilité des IA ou l'entraînement in situ de réseaux de neurones profonds pour reproduire les calculs en physique des champs.
Les publications et communications des chercheurs durant ces deux premières années se sont principalement concentrées sur des aspects méthodologiques fondamentaux pour :
(a) comprendre le fonctionnement de modèles d'apprentissage et d'IA industrielles, en battant en brèche certaines idées reçues sur les indicateurs classiques de l'état de l'art ;
(b) comprendre et tester sur des cas d'étude de plus en plus proches des cas "vie réelle" la possibilité de reproduire beaucoup plus rapidement, par apprentissage, des comportements simulés par des codes haute fidélité - l'enjeu sous-jacent étant la flexibilisation des jumeaux numériques ;
(c) améliorer des algorithmes d'optimisation de ressources industrielles, dont les paramètres vivent dans des espaces de paramètres de très grande dimension, par des techniques d'apprentissage par renforcement.
Ces premiers résultats permettent donc de lancer, dans cette seconde phase de la vie du laboratoire (2022-2024), des travaux de TRL globalement plus élevé, avec des applications en optimisation de gestion de barrage, en simulation de la dispersion atmosphérique ou encore en génération de données synthétiques d'aléas pouvant affecter la production, afin de tester la robustesse de systèmes de mitigation des risques.
Retrouvez toutes les actualité en ligne sur https://sinclair-lab.com/ !