Actualités recherche
Priscilla Baker récompensée du prix international L’Oréal-UNESCO Pour les Femmes et la Science
le 27 juin 2025
Recherche
Actualités recherche
Publié le 27 juin 2025– Mis à jour le 2 juillet 2025
Le projet Pandora, un pas concret vers des intelligences artificielles plus fiables
CY Cergy Paris Université a accueilli en mai 2025 la réunion plénière du projet européen Pandora, réunissant des représentants de 26 institutions académiques et industrielles autour d’un même objectif : offrir des solutions fiables dans l’utilisation de l’intelligence artificielle dans les industries et les lieux connectés.
Les 26 et 27 mai 2025, la maison de la recherche Annie Ernaux s’est plongée dans le monde de l’intelligence artificielle (IA). Ces deux journées durant, des scientifiques et industriels venus de toute l’Europe s’y sont en effet réunis dans le cadre du projet Pandora. Ce projet, lancé en avril 2024 pour une durée de trois ans, réunit 26 partenaires académiques et industriels européens autour d’une question commune : comment l’IA peut accompagner les industries dans le traitement et la fiabilisation des données générées par leurs activités, afin d’optimiser et automatiser les procédures de production ?
Les défis de l’IoT, l’internet des objets
Retour sur les grands principes en jeu. Le projet se conceptualise dans l’environnement des réseaux appelés "IoT", ou Internet des objets. Tous les objets connectés, ordinateurs, smartphones, véhicules, montres, capteurs dans les lieux connectés, caméras de surveillance et bien d’autres, font partie de ces réseaux. Ces objets génèrent une quantité prodigieuse de données, qui sont ensuite partagées, stockées, analysées et transformées pour servir à la création de modèles d’apprentissage automatique. Toutes ces informations contribuent à ce que l’on appelle le "Big Data" (mégadonnées), cette réserve d’information qui ne cesse de croître. Les données générées par l’IoT industriel en représentent la part la plus importante. Savoir analyser ces données est plus que primordial : cela permet d’améliorer les systèmes au fil de leur utilisation. C’est dans ce contexte que se positionne le projet Pandora.
Pour l’analyse des données, l’intelligence artificielle et son "machine learning" (apprentissage automatique) sont rois. Plus les données traitées sont nombreuses, plus les résultats sont fiables. Mais dans le domaine industriel, plusieurs problèmes se posent : il faut s’assurer que le volume de données informatives soit suffisant et que leur qualité soit d’un haut niveau, tout en garantissant la protection de celles-ci lorsqu’elles sont sensibles et générées au sein d’un domaine critique. Le projet Pandora se propose ainsi de développer un système de génération de données synthétiques et proches de la réalité, afin d’entraîner les modèles d’IA en évitant d’avoir partiellement ou totalement recours à l’utilisation de données réelles, hautement sensibles dans l’industrie.
L’intelligence artificielle au service de l’industrie
Les applications sont nombreuses et concrètes. Au sein de Pandora, l’équipe de CY Cergy Paris Université est menée par Aikaterini Tzompanaki du laboratoire ETIS, avec l’appui du doctorant Ioannis Iordanis. D'autres collaborateurs du laboratoire leur prêtent main forte, notamment le professeur Vassilis Christophides (ENSEA). Ensemble, ils apportent leur expertise à des cas d’études variés. Au sein du projet, on peut citer leur collaboration avec l’entreprise Framatome, multinationale française spécialisée dans l’énergie nucléaire et basée en Allemagne, ou Halcor, industrie de transformation de cuivre fondée en Grèce. À partir de séries de données temporelles multimodales, les modèles développés permettront de prédire les dysfonctionnements des équipements, d’identifier leurs causes en amont et d’estimer leur consommation énergétique future. Ces modèles devront atteindre un niveau de fiabilité extrêmement élevé au vu des enjeux. En effet, il est aisé pour l’IA de générer des prédictions, mais il est plus complexe de savoir si l’on peut avoir pleinement confiance en elles. C’est ce que l’équipe Data&AI (anciennement appelée Midi) d’ETIS se propose d’élucider, en fournissant des méthodes d’explicabilité causale pour les modèles et leur prédictions, qui peuvent évoluer dans le temps. De premiers résultats proposent d’identifier les caractéristiques de données les plus importantes pour le pouvoir prédictif du modèle et ont déjà été présentés dans des événements scientifiques majeurs du domaine de l’intelligence artificielle, comme la Neural Information Processing Systems Conference aux États-Unis.
D’autres équipes de Pandora se consacrent à des projets complémentaires. On note par exemple le cas d’étude d’une usine Philips qui vise à identifier des défauts dans leurs produits, à partir des images capturées sur les chaînes de fabrication ; ou encore le partenariat avec l’entreprise de télécommunications Ericsson, dont le but est d'optimiser les déplacements des robots dans les usines. Tous ces projets ont en commun la recherche d’optimisation, d’efficacité énergétique, et la fiabilité dans la prise de décisions, dans un cadre de développement et de surveillance continus.
Un projet européen ambitieux
Pandora est un projet lauréat du programme Horizon de l’Union européenne. Son implémentation a démarré en 2024 et se poursuivra jusqu’en 2027. Le projet suit une planification efficace, composée de groupes de travail et de rencontres régulières, afin d’assurer l’avancement des recherches et l’aboutissement à des résultats concrets, en adéquation avec la liste des livrables définis au début du projet. La réunion plénière qui s’est tenue à CY Cergy Paris Université est la quatrième d’une série de rencontres semestrielles organisées successivement dans chacun des pays-hôtes.
En savoir plus
Les défis de l’IoT, l’internet des objets
Retour sur les grands principes en jeu. Le projet se conceptualise dans l’environnement des réseaux appelés "IoT", ou Internet des objets. Tous les objets connectés, ordinateurs, smartphones, véhicules, montres, capteurs dans les lieux connectés, caméras de surveillance et bien d’autres, font partie de ces réseaux. Ces objets génèrent une quantité prodigieuse de données, qui sont ensuite partagées, stockées, analysées et transformées pour servir à la création de modèles d’apprentissage automatique. Toutes ces informations contribuent à ce que l’on appelle le "Big Data" (mégadonnées), cette réserve d’information qui ne cesse de croître. Les données générées par l’IoT industriel en représentent la part la plus importante. Savoir analyser ces données est plus que primordial : cela permet d’améliorer les systèmes au fil de leur utilisation. C’est dans ce contexte que se positionne le projet Pandora.
Pour l’analyse des données, l’intelligence artificielle et son "machine learning" (apprentissage automatique) sont rois. Plus les données traitées sont nombreuses, plus les résultats sont fiables. Mais dans le domaine industriel, plusieurs problèmes se posent : il faut s’assurer que le volume de données informatives soit suffisant et que leur qualité soit d’un haut niveau, tout en garantissant la protection de celles-ci lorsqu’elles sont sensibles et générées au sein d’un domaine critique. Le projet Pandora se propose ainsi de développer un système de génération de données synthétiques et proches de la réalité, afin d’entraîner les modèles d’IA en évitant d’avoir partiellement ou totalement recours à l’utilisation de données réelles, hautement sensibles dans l’industrie.
L’intelligence artificielle au service de l’industrie
Les applications sont nombreuses et concrètes. Au sein de Pandora, l’équipe de CY Cergy Paris Université est menée par Aikaterini Tzompanaki du laboratoire ETIS, avec l’appui du doctorant Ioannis Iordanis. D'autres collaborateurs du laboratoire leur prêtent main forte, notamment le professeur Vassilis Christophides (ENSEA). Ensemble, ils apportent leur expertise à des cas d’études variés. Au sein du projet, on peut citer leur collaboration avec l’entreprise Framatome, multinationale française spécialisée dans l’énergie nucléaire et basée en Allemagne, ou Halcor, industrie de transformation de cuivre fondée en Grèce. À partir de séries de données temporelles multimodales, les modèles développés permettront de prédire les dysfonctionnements des équipements, d’identifier leurs causes en amont et d’estimer leur consommation énergétique future. Ces modèles devront atteindre un niveau de fiabilité extrêmement élevé au vu des enjeux. En effet, il est aisé pour l’IA de générer des prédictions, mais il est plus complexe de savoir si l’on peut avoir pleinement confiance en elles. C’est ce que l’équipe Data&AI (anciennement appelée Midi) d’ETIS se propose d’élucider, en fournissant des méthodes d’explicabilité causale pour les modèles et leur prédictions, qui peuvent évoluer dans le temps. De premiers résultats proposent d’identifier les caractéristiques de données les plus importantes pour le pouvoir prédictif du modèle et ont déjà été présentés dans des événements scientifiques majeurs du domaine de l’intelligence artificielle, comme la Neural Information Processing Systems Conference aux États-Unis.
D’autres équipes de Pandora se consacrent à des projets complémentaires. On note par exemple le cas d’étude d’une usine Philips qui vise à identifier des défauts dans leurs produits, à partir des images capturées sur les chaînes de fabrication ; ou encore le partenariat avec l’entreprise de télécommunications Ericsson, dont le but est d'optimiser les déplacements des robots dans les usines. Tous ces projets ont en commun la recherche d’optimisation, d’efficacité énergétique, et la fiabilité dans la prise de décisions, dans un cadre de développement et de surveillance continus.
Un projet européen ambitieux
Pandora est un projet lauréat du programme Horizon de l’Union européenne. Son implémentation a démarré en 2024 et se poursuivra jusqu’en 2027. Le projet suit une planification efficace, composée de groupes de travail et de rencontres régulières, afin d’assurer l’avancement des recherches et l’aboutissement à des résultats concrets, en adéquation avec la liste des livrables définis au début du projet. La réunion plénière qui s’est tenue à CY Cergy Paris Université est la quatrième d’une série de rencontres semestrielles organisées successivement dans chacun des pays-hôtes.
En savoir plus
