Journée GDR IASIS - Adéquation Algorithme Architecture et approches NAS pour une IA Efficace
Réunion du GdR IASIS prévue le 7 mai 2026 à Jussieu. Dédiée à l'Adéquation Algorithme-Architecture et au NAS, la journée explorera l'optimisation matériel-logiciel pour rendre l'IA plus sobre et adaptée aux systèmes embarqués. Elle inclut trois orateurs invités et un appel à contributions qui se clôture bientôt, le 7 avril 2026.
Type d'évènement : Evènements GDR
Date : le 7 Mai 2026 de 9:00 à 17:00
Lieu : Jussieu salle 105 tour 25-26
Site Web : https://gdr-iasis.cnrs.fr/reunions/adequation-algorithme-architecture-et-approches-nas-pour-une-ia-efficace/
Adéquation Algorithme Architecture et approches NAS pour une IA Efficace
https://gdr-iasis.cnrs.fr/reunions/adequation-algorithme-architecture-et-approches-nas-pour-une-ia-efficace/
Face à l’explosion de la complexité des modèles d’IA, l’optimisation
conjointe matériel-logiciel est devenue un impératif, non seulement pour
respecter les contraintes strictes des systèmes embarqués (latence,
mémoire), mais aussi pour garantir la sobriété énergétique des
infrastructures de calcul intensif (HPC/Cloud). Cette journée
scientifique explore l’Adéquation Algorithme Architecture (AAA) à
travers la recherche d’architecture neuronale (NAS). Nous verrons
comment l’automatisation (DNAS, proxies, approches topologiques) permet
de concevoir des modèles robustes, compressés et intrinsèquement sobres,
qu’ils soient destinés à l’Edge ou aux centres de données.
Appel à contributions – Thématiques suggérées :
- Techniques de NAS sous contraintes : Approches différentiables (DNAS), évolutionnaires ou par renforcement pour l’Edge et le calcul haute performance.
- Co-design Algorithme-Architecture : Optimisation conjointe des hyperparamètres du réseau et des paramètres matériels (accélérateurs, mémoire).
- Compression et Accélération : Pruning structuré, quantification, distillation et implémentations efficaces (GPU, FPGA, microcontrôleurs).
- Métriques et Estimation de Performance : Utilisation de « Zero-Cost Proxies », modèles de substitution et prédiction de latence/énergie.
- Robustesse et Sécurité : Recherche d’architectures résilientes aux attaques adverses et gestion des biais (fréquentiels, structurels).
- Nouvelles approches mathématiques pour l’IA : Apport de l’Analyse Topologique des Données (TDA) pour l’interprétabilité et la compression.
- Green AI : Stratégies pour minimiser l’empreinte carbone de l’apprentissage et de l’inférence.
Orateur.ice.s invité.e.s
- Alexandre HEUILLET (AI/Computer Vision Scientist at Stereolabs) — Differentiable Neural Architecture Search: a path to improve embedded machine vision efficiency
- Dominique Houzet, Professeur, Grenoble INP, Gipsa-lab — Efficient Embedded Implementation of TDA for Deep Neural Networks
- Jovita LUKASIK (Visual Computing group, University of Siegen, Germany) — Topology Learning for Multi-Objectiveness in Computer Vision
Appel à contributions.
Les personnes souhaitant présenter leurs travaux en présentations
orales ou posters à cette journée sont invitées à soumettre leur
proposition (titre et résumé) aux organisateurs avant le mardi 7 avril 2026 à : nicolas.gac@universite-paris-saclay.fr et mathieu.leonardon@imt-atlantique.fr
Organisateurs
- Nicolas Gac (SATIE, Université Paris-Saclay)
- Mathieu Leonardon (Lab-STICC, IMT Atlantique)
