Votre rôle est d’effectuer un travail de Post doc sur l’IA embarquée inspirée des structures neuronales des insectes dans le cadre du projet ANR “ From biological neural connectomes to embodied ultra-edge AI ” (AAPG2023) qui a démarré en 2024.

Contexte global et problématique du sujet : 
La prolifération d’équipements connectés (senseurs, caméras, …) et d’équipements mobiles, les enjeux énergétiques (e.g. batterie limitée, RSE), éthiques (e.g. confidentialité des données) ou techniques (e.g. latence) entraînent la nécessité d’embarquer les modèles d’IA (Edge AI) et de concevoir des modèles frugaux en énergie et en complexité calculatoire.
Bien qu’ayant des systèmes neuronaux (connectome) de petite taille, les insectes peuvent réaliser des tâches complexes (apprentissage, calculs, décision d’actions, …) avec des bilans énergétiques très faibles et très peu de données d’apprentissage.
Depuis peu, le connectome de certains insectes est connu en détail. Par exemple, le connectome complet de la larve de drosophile constitué de 3016 neurones et 548000 synapses est maintenant connu en détail. Des sous-circuits de ce connectome impliqués par exemple dans des tâches de décision ou de classification ont également été caractérisés. Le but du projet ANR est de tirer parti de ces récentes avancées en biologie pour concevoir de réseaux de neurones artificiels compacts et énergétiquement frugaux directement inspirés des structures et principes de fonctionnement découverts dans le connectomes d’insectes. Un accent sera mis lors du projet sur le développement et l’implémentation de SNN permettant la classification et la prédiction de séries temporelles.

Objectif scientifique : 
L’objectif du travail de postdoc est de s’inspirer des structures neuronales des insectes pour produire des réseaux de neurones classiques (DNN) et spiking neural networks (SNN) qui soient à la fois hautement compressés et frugaux en énergie ainsi qu’en données d’apprentissage.

Compétences (scientifiques et techniques) et qualités personnelles exigées par le poste : 
Machine learning, IA et réseaux de neurones.
Maitrise de langages de développement (python, C++).
Curiosité, dynamisme et appétence pour l’innovation et la recherche multi-disciplinaire.
Appétence pour la biologie et les neurosciences.
Très bonne capacité d’analyse et de synthèse.
 
Formation demandée:
Doctorat d’informatique, de physique, de mathématiques ou de neurosciences avec spécialisation en machine learning, intelligence artificielle et réseaux de neurones.
Le doctorat doit être obtenu depuis 2022.
 
Expériences souhaitées :
Spiking neural networks.
Connaissance en biologie, neurosciences, biomathématique.