Présentation du projet de recherche
Depuis plus d’une dizaine d’années, Julien Mairal étudie les techniques d’apprentissage statistique et leurs applications potentielles dans le domaine de la vision artificielle et du traitement d’images. Pour mener à bien ses travaux, il a su nouer au fil du temps des collaborations avec des scientifiques d’autres disciplines de la génomique à l’astrophysique en passant par les neurosciences.
Grâce au soutien de l’ERC, le scientifique a pu recruter trois postdoctorants et trois doctorants. Il a ainsi constitué une équipe de recherche dédiée à l’étude de l'apprentissage profond au moment où ce sous-domaine de l'intelligence artificielle émergeait. L'apprentissage profond vise à analyser de grands volumes de données en ayant recours à de puissantes méthodes statistiques comme les réseaux de neurones artificiels. Avec son équipe, Julien Mairal est parvenu à établir un cadre théorique et des outils d'analyse à même d'améliorer la compréhension du fonctionnement de ces réseaux de neurones.
Le nouveau financement alloué par l’Europe dans le cadre du projet Apheleia va permettre au chercheur de concevoir une nouvelle génération de modèles d'apprentissage répondant aux besoins d'analyse de données à grande échelle. Il s’agit de formaliser le principe de simplicité dans des modèles mathématiques afin d’alléger autant que possible la phase d’apprentissage sans que cela altère les performances de ces modèles.
Résolument tourné vers l'interdisciplinarité, ce programme de recherche devrait aboutir à des applications améliorant la qualité d’image dans de nombreux secteurs. Outre l’astrophysique qui fait déjà l’objet d’une collaboration fructueuse pour identifier de nouveaux corps célestes, le projet Apheleia devrait entre autres bénéficier à la photographie numérique et à la microscopie optique.
Julien Mairal est membre "fellow" de l’European Laboratory for Learning and Intelligent Systems (ELLIS). En 2017, le scientifique a reçu le prix Jeune chercheur de l'organisation internationale IEEE PAMI pour ses contributions au domaine de la vision par ordinateur. Ses travaux sur l'apprentissage automatique ont par ailleurs été salués en 2019 par le test of time award de l’International Conference on Machine Learning.
Projets ERC financés
- ERC Consolidator Grant (2022), panel PE6 - Apheleia
- ERC Starting Grant (2016), panel PE6 - Solaris