Un spécialiste des algorithmes et un expert dans la photonique intégrée : Yohann de Castro, Professeur des Universités en Machine Learning à l’Institut Camille Jordan et Fabio Pavanello, chargé de recherche au CNRS à l'Institut des Nanotechnologies de Lyon (INL) sont tous deux lauréats de l’appel à projets IMPULSION dans le cadre du volet « Attractivité » de l’Idex Lyon.
IMPULSION a pour objectif de renforcer l’attractivité et l’excellence du site Lyon Saint-Etienne. Yohann de Castro et Fabio Pavanello ont été retenus avec 22 autres chercheurs d’universités et d’écoles prestigieuses. Leur projet sera financé sur une durée de deux ans, pour un montant moyen de 54 000 euros.
Tous les deux sont arrivés récemment à Centrale Lyon. Yohann de Castro enseignait auparavant à l’École des Ponts Paris-Tech, il est arrivé en septembre 2019. Fabio Pavanello est quant à lui arrivé en octobre dernier après avoir effectué des recherches en photonique à l’Université du Colorado à Boulder et de Gand en Belgique.
Éliminer les contrefaçons grâce à APHELIA
Le projet APHELIA (Advanced PHotonic ELectronic Identification and Authentication) porté par Fabio Pavanello consiste à fabriquer des Fonctions Physiques Inclonables (Physical Unclonable Functions - PUF). Ces dispositifs sont utilisés pour identifier un composant de façon unique afin d’éliminer toute possibilité de contrefaçon. « Des puces contrefaites ont par exemple été trouvées sur plusieurs systèmes de défense comme des avions et des hélicoptères militaires ou dans des systèmes de contrôle de missiles balistiques, ce qui peut avoir de graves conséquences », explique Fabio Pavanello.
APHELIA va permettre de concevoir des PUF optiques qui fonctionneront avec de la lumière guidée sur une puce. Elles seront réalisées dans des plateformes pour la photonique sur silicium grâce à des procédés en commun avec la microélectronique. Le but est de montrer comment la photonique intégrée peut servir aux objectifs d'authentification, à des coûts raisonnables.
Quantifier l’incertitude en intelligence artificielle
Yohann de Castro s’intéresse à la « quantification de l’incertitude en intelligence artificielle » : « Nous vivons actuellement une révolution passionnante dans les statistiques et l'apprentissage automatique (machine learning) », explique le professeur des universités. Il devient de moins en moins coûteux de stocker d’immenses quantités de données et la puissance de calcul disponible pour gérer ces données ne cesse d’augmenter. Combiner ces données avec la puissance de calcul disponible, notamment dans les domaines de la santé, de la génétique, de la mobilité ou encore de l’éducation résout des problèmes encore inaccessibles il y a quelques années. Pour autant des questions « éthiques » se posent : Quelle est notre confiance dans les décisions d’une intelligence artificielle ? Peut-on quantifier cette « incertitude » ? Peut-on améliorer les décisions prises grâce cette incertitude ? L’un des verrous existants est de pouvoir quantifier précisément l’incertitude portée par les nouveaux algorithmes promus en intelligence artificielle. Autant de questions auxquelles Yhoann de Castro va s’attacher à résoudre.
