Neuf millions pour de nouveaux groupes de recherche : révolution du machine learning !

Neuf millions pour de nouveaux groupes de recherche : révolution du machine learning !

Le 1er avril 2025, la Fondation allemande pour la recherche (DFG) a annoncé la création de cinq nouveaux groupes de recherche. L'un des groupes travaillera à l'Institut d'ingénierie de contrôle sous la direction de l'Université Leibniz de Hanovre (LUH). Ce groupe de recherche s'intitule : « Apprentissage actif pour les systèmes et le contrôle dynamiques – caractère informatif des données, incertitudes et garanties » et se concentre sur l'apprentissage automatique dans les systèmes dynamiques. Au total, la DFG met à disposition environ 19 millions d'euros pour ces groupes nouvellement créés, qui travailleront sur une période de quatre ans, avec la possibilité d'une deuxième période de financement de quatre ans.

Les nouvelles approches poursuivies dans le groupe de recherche sont particulièrement pertinentes pour les technologies et applications tournées vers l’avenir. Les défis dans le domaine de l’apprentissage automatique sont complexes et incluent, entre autres, les garanties de sécurité requises tant dans la conduite autonome que dans l’interaction homme-machine. Les processus traditionnels n’offrent souvent pas de telles garanties, ce qui rend essentiel le développement de stratégies innovantes.

Partenaires de coopération et applications possibles

Le groupe de recherche coopère avec des institutions reconnues telles que l'Université de Fribourg et les universités techniques de Hambourg, Ilmenau et Munich. Les résultats de la recherche pourraient avoir des applications de grande envergure, notamment dans les domaines de la robotique et des technologies énergétiques. L'apprentissage automatique a déjà été établi dans de nombreux domaines, notamment le diagnostic médical et la conduite autonome, où l'analyse ciblée des données et les systèmes d'apprentissage sont cruciaux.

L’apprentissage automatique lui-même est une technologie clé pour les systèmes cognitifs et joue un rôle central dans le développement économique mondial. Les réseaux de neurones jouent ici un rôle crucial. Celles-ci s'inspirent des connexions des cellules nerveuses du cerveau humain et se composent de plusieurs couches de nœuds de données reliées les unes aux autres via des connexions pondérées. Grâce aux méthodes de « deep learning », les réseaux de neurones bénéficient de couches de plus en plus profondes qui les aident à résoudre des problèmes complexes. Ces réseaux sont formés en présentant des données de manière répétée, ce qui permet une classification plus précise de la façon dont iks.fraunhofer.de expliqué.

Acceptation sociale et défis

L'acceptation sociale de ces technologies est cruciale pour leur diffusion. Le débat sur l’apprentissage automatique et l’intelligence artificielle est souvent caractérisé par une demi-connaissance, c’est pourquoi une discussion factuelle sur ces sujets est nécessaire. Une étude approfondie réalisée dans le cadre d'un projet financé par le BMBF donne un aperçu des défis et des questions de recherche actuels dans le domaine du ML. Le projet a été initié par Institut Fraunhofer pour les systèmes d'analyse et d'information intelligents IAIS et le Centre Fraunhofer pour la gestion internationale et l'économie du savoir IMW. Il fournit des informations précieuses sur les domaines d'application et les conditions socio-économiques importantes pour la recherche en Allemagne.

Compte tenu de l'évolution rapide des technologies d'apprentissage automatique et de la multitude de scénarios d'application possibles, il reste à voir comment les nouveaux groupes de recherche du LUH contribueront au développement ultérieur de ces technologies, notamment en ce qui concerne les garanties de sécurité et les méthodes d'apprentissage innovantes.