94
algorithmes proposés dans des solutions plus générales (approche système) est aussi régulièrement
évoquée.
b. Optimisation, planification, programmation par contraintes, aide à la décision
Dans les 40 questionnaires reçus relatifs à ce sous-domaine de l’IA, de nombreuses thématiques de
recherche sont mentionnées : raisonnement en présence d'incertitude, aide à la décision,
recommandation, optimisation, programmation par contraintes, recherche opérationnelle, planification,
diagnostic, argumentation, jeux éducatifs, éthique et IA, robotique, identification des objets en
mouvement.
Les domaines d'application considérés sont très variés. Nous pouvons citer comme exemples, la
biologie, la médecine, les finances, l'intelligence économique, la vérification, la reconfiguration et la
certification de logiciel, le transport, l’aéronautique, la publicité, la défense, le web, les systèmes de
recommandation, le développement durable, l’agriculture, les smart-cities ou la robotique autonome.
Nous pouvons observer que certains groupes de recherche (30% des réponses) possèdent une très
bonne expérience en transfert technologique, comme par exemple dans la prise de décision sous
incertitude (e.g. la bibliothèque GHOST de modélisation et de résolution de problèmes d'optimisation
de contraintes, développée au LS2N et utilisée par le studio de jeu français Insane Unity), la
programmation par contraintes (e.g. transfert de travaux menés dans le laboratoire I3S pour la gestion
automatique de musique et de textes chez Sony), ou la robotique autonome (e.g. transfert de travaux
menés dans l'équipe Inria Chroma pour le véhicule autonome chez Renault et Toyota). Les industriels
mentionnés sont aussi bien des grands groupes, des entreprises de taille moyenne que de start-ups.
Certaines applications sont aussi réalisées en collaboration avec le secteur public.
Nous observons également que chaque groupe de recherche peut avoir des développements logiciels à
des degrés de maturité variés (du démonstrateur au système testé sous conditions d’utilisation réelles).
Mais dans la majorité des enquêtes, la valorisation des résultats de recherche, bien que possédant des
domaines d'application prometteurs, se trouve dans une phase préliminaire. Les résultats évoqués sont
de nature fondamentale mais il ne faut pas oublier que grâce à ces recherches le transfert est possible.
Généralement, il y a aussi de la production de démonstrateurs ou de prototypes qui permettent de
tester les concepts et les techniques induits par les résultats théoriques.
Pour aller plus loin dans le transfert et la valorisation des résultats de la recherche, les freins
essentiellement évoqués sont :
- le manque de personnel dans les laboratoires pour l'implémentation, le développement et le test des
résultats de recherche. La mise à disposition d’ingénieurs de recherche et de développement devrait
permettre un meilleur dialogue avec les milieux industriels,
- le manque de volumes de données réelles conséquents pour la mise en place des expériences
grandeur nature permettant de tester les prototypes,
- la difficulté d'acquisition des connaissances expertes métier nécessaires pour adapter des méthodes
de raisonnement génériques. Sont évoqués le manque de disponibilité des interlocuteurs chez les
partenaires industriels et leur trop fort turnover qui empêche le bon avancement et suivi de certains
projets,
- la frilosité des partenaires industriels. Une implication et des prises de risque plus importantes de
partenaires industriels devraient permettre une meilleure valorisation des résultats de la recherche. La
création de laboratoires communs entre académiques et industriels, la co-conception et le codéveloppement de pilotes académiques-industriels sont évoqués plusieurs fois, ainsi qu’un
investissement financier des partenaires industriels permettant à des chercheurs directement concernés
de travailler sur le transfert (l’encadrement de doctorants sur un contrat de thèse en milieu industriel ne
pouvant avoir en général que des résultats limités).
algorithmes proposés dans des solutions plus générales (approche système) est aussi régulièrement
évoquée.
b. Optimisation, planification, programmation par contraintes, aide à la décision
Dans les 40 questionnaires reçus relatifs à ce sous-domaine de l’IA, de nombreuses thématiques de
recherche sont mentionnées : raisonnement en présence d'incertitude, aide à la décision,
recommandation, optimisation, programmation par contraintes, recherche opérationnelle, planification,
diagnostic, argumentation, jeux éducatifs, éthique et IA, robotique, identification des objets en
mouvement.
Les domaines d'application considérés sont très variés. Nous pouvons citer comme exemples, la
biologie, la médecine, les finances, l'intelligence économique, la vérification, la reconfiguration et la
certification de logiciel, le transport, l’aéronautique, la publicité, la défense, le web, les systèmes de
recommandation, le développement durable, l’agriculture, les smart-cities ou la robotique autonome.
Nous pouvons observer que certains groupes de recherche (30% des réponses) possèdent une très
bonne expérience en transfert technologique, comme par exemple dans la prise de décision sous
incertitude (e.g. la bibliothèque GHOST de modélisation et de résolution de problèmes d'optimisation
de contraintes, développée au LS2N et utilisée par le studio de jeu français Insane Unity), la
programmation par contraintes (e.g. transfert de travaux menés dans le laboratoire I3S pour la gestion
automatique de musique et de textes chez Sony), ou la robotique autonome (e.g. transfert de travaux
menés dans l'équipe Inria Chroma pour le véhicule autonome chez Renault et Toyota). Les industriels
mentionnés sont aussi bien des grands groupes, des entreprises de taille moyenne que de start-ups.
Certaines applications sont aussi réalisées en collaboration avec le secteur public.
Nous observons également que chaque groupe de recherche peut avoir des développements logiciels à
des degrés de maturité variés (du démonstrateur au système testé sous conditions d’utilisation réelles).
Mais dans la majorité des enquêtes, la valorisation des résultats de recherche, bien que possédant des
domaines d'application prometteurs, se trouve dans une phase préliminaire. Les résultats évoqués sont
de nature fondamentale mais il ne faut pas oublier que grâce à ces recherches le transfert est possible.
Généralement, il y a aussi de la production de démonstrateurs ou de prototypes qui permettent de
tester les concepts et les techniques induits par les résultats théoriques.
Pour aller plus loin dans le transfert et la valorisation des résultats de la recherche, les freins
essentiellement évoqués sont :
- le manque de personnel dans les laboratoires pour l'implémentation, le développement et le test des
résultats de recherche. La mise à disposition d’ingénieurs de recherche et de développement devrait
permettre un meilleur dialogue avec les milieux industriels,
- le manque de volumes de données réelles conséquents pour la mise en place des expériences
grandeur nature permettant de tester les prototypes,
- la difficulté d'acquisition des connaissances expertes métier nécessaires pour adapter des méthodes
de raisonnement génériques. Sont évoqués le manque de disponibilité des interlocuteurs chez les
partenaires industriels et leur trop fort turnover qui empêche le bon avancement et suivi de certains
projets,
- la frilosité des partenaires industriels. Une implication et des prises de risque plus importantes de
partenaires industriels devraient permettre une meilleure valorisation des résultats de la recherche. La
création de laboratoires communs entre académiques et industriels, la co-conception et le codéveloppement de pilotes académiques-industriels sont évoqués plusieurs fois, ainsi qu’un
investissement financier des partenaires industriels permettant à des chercheurs directement concernés
de travailler sur le transfert (l’encadrement de doctorants sur un contrat de thèse en milieu industriel ne
pouvant avoir en général que des résultats limités).