Conception de composants photoniques assistée par l'IA
La performance d'un dispositif photonique est commandée par une foule de paramètres, qu'il s'agisse des propriétés optiques des matériaux dont il est constitué, de sa géométrie ou de ses dimensions. L'existence de simulateurs générant des données ouvre la porte aux techniques de modélisation, d'analyse et d'optimisation qui s'articulent sur les données, mises au point pour l'apprentissage automatique et l'intelligence artificielle. Bien qu'on y recoure de plus en plus depuis quelques années, l'usage des techniques IA pour faciliter la conception des dispositifs photoniques n'en est toujours qu'à ses balbutiements. Le projet directeur « Conception de composants photoniques assistée par l'IA » examine de quelles manières l'IA peut optimiser la conception, que ce soit au niveau de la structure, en accélérant et en précisant la simulation, ou par une recherche intelligente de l'espace théorique et des possibilités de fabrication. Appliquer de la bonne façon ces techniques d'IA a d'importantes répercussions sur les résultats de la conception et le temps écoulé pour parvenir au concept désiré, quand de nombreuses dimensions viennent compliquer le problème. Enfin, l'IA aide les spécialistes à cerner les possibilités et les limites de l'espace conceptuel, ce qui pave la voie à de nouvelles orientations en recherche.
Responsable de projet directeur
Yuri Grinberg, Ph. D.
Yuri Grinberg est agent de recherches associé au CNRC. Expert de la théorie de l'apprentissage automatique et de l'apprentissage par renforcement et leurs applications, il s'intéresse principalement à faire progresser l'apprentissage automatique pour résoudre des problèmes en physique et en génie. Plus précisément, il élabore des méthodes d'IA qui serviront à concevoir des composants photoniques efficaces, à faible empreinte environnementale et de fabrication facile, nécessitant considérablement moins d'efforts de la part de l'être humain.
Plus sur les recherches de M. Grinberg (anglais seulement) et ses publications (anglais seulement).
Coordonnées
Projets et équipes
- Miniaturisation assistée par l'IA de composants photoniques intégrés
- Conception inversée de nanocomposants photoniques assistée par l'IA
- Conception optimale plus rapide de microsystèmes électromécaniques (MEMS) par l’IA et leur application aux réseaux optiques
- Détection avancée du front d'onde au moyen de l'apprentissage automatique
- Utilisation de l’intelligence artificielle pour la modélisation précise et efficace de dispositifs nanophotoniques complexes
- Puissance-AIIR: Application de l’IA à la conception et à la fabrication de convertisseurs photoniques de puissance fonctionnant dans l’infrarouge pour les secteurs de l’énergie et des télécommunications
Conception de systèmes biologiques assistée par l'IA
Ce projet directeur vise la création de traitements thérapeutiques d'origine biologique par l'IA. Il a pour but de rendre de tels traitements plus sûrs, plus efficaces et plus précis, tout en en réduisant le coût et les effets secondaires. L'IA, mais plus encore l'apprentissage automatique, est sur le point de devenir partie intégrante de la recherche contemporaine en biologie et on s'attend à ce, grâce à elle, on aboutisse plus vite à des innovations très ciblées et moins onéreuses dans les sciences de la vie, tout en en prévoyant les résultats dans diverses situations. Le projet repose sur l'application des bons algorithmes, la disponibilité des données et des métadonnées appropriées, ainsi que l'apport d'experts en matière d'étiquetage des données, d'élaboration des modèles et d'interprétation des résultats. À long terme, le projet devrait déboucher sur le développement et l'essai de simulations commandées par l'IA dont pourront se servir des profanes. Ces simulations seront combinées au jumeau numérique des systèmes biologiques et à des plateformes incluant des systèmes cellulaires, des biodispositifs et des fonctions de manipulation des gènes. On disposera donc de méthodes pour sélectionner et développer objectivement les meilleures thérapies cellulaires destinées à diverses applications.
Responsable de projet directeur
Mme Cuperlovic-Culf
Mme Miroslava Cuperlovic-Culf est agente de recherches principale et chef d'équipe au Conseil national de recherches du Canada. Ses travaux de recherche sont axés sur l'application de l'apprentissage machine et de l'exploration des données aux sciences de la vie, en particulier sur le développement de nouvelles méthodes de diagnostic, de traitement et de simulation pour la médecine in silico. Sa formation unique, qui couvre à la fois les sciences expérimentales et l'analyse des données axées sur les techniques à haut débit, lui permet de travailler de manière très productive avec les expérimentateurs, les cliniciens, les informaticiens et les mathématiciens.
Plus sur Mme Cuperlovic-Culf.
Coordonnées
Projets et équipes
- Utilisation de l'IA pour la conception de médicaments
- L'IA au service de la recherche sur les liens de causalité dans les systèmes biologiques
- Conception de thérapeutiques à cibles multiples assistée par l'IA
- Conception de protéines par l'IA pour la mise au point de médicaments et de thérapies géniques
- L'IA au service de la simulation de systèmes biologiques
- Jumelage numérique d'un bioréacteur pour une conception accélérée et des conditions d'exploitation optimales dans le cadre de la production de produits biologiques complexes
- Conception de capteurs à aptamères assistée par l'IA
- Automatisation de la plateforme d’édition génomique de précision en vue d’un modelage plus rapide des cellules souches pluripotentes induites humaines
Développement de nouveaux matériaux grâce à l'apprentissage profond
La filière des matériaux doit absolument être améliorée si l'on veut résoudre de nombreux problèmes sociétaux et technologiques, notamment dans les secteurs de l'énergie, des réseaux ultrarapides et de la santé. L'IA promet énormément pour la création de nouveaux matériaux, l'élaboration de procédés novateurs pour les synthétiser et la conception de méthodes qui changeront la démarche menant à la découverte. Le projet cadre « Développement de nouveaux matériaux grâce à l'apprentissage profond » en regroupe plusieurs autres qui verront l'élaboration d'algorithmes IA et de méthodes pour aider les spécialistes à découvrir de meilleurs matériaux. Une plus grande visibilité et une meilleure compréhension dans le milieu de l'IA inciteront plus de spécialistes à se pencher sur les nombreux problèmes aux importantes retombées encore irrésolus dans le monde des matériaux.
Responsable de projet directeur
Alain Tchagang (Ph. D.)
Alain Tchagang est agent de recherches au Conseil national de recherches. Ses travaux lui ont permis d'acquérir une vaste expérience sur la combinaison des méthodes de pointe en traitement statistique des signaux et en apprentissage automatique pour résoudre des problèmes nouveaux et complexes dans les sciences de la vie, en physique et en génie.
Plus sur M. Tchagang (anglais seulement) et ses projets (anglais seulement).
Coordonnées
Projets et équipes
- Synthèse automatisée de matériaux grâce à l'apprentissage profond par renforcement
- Simulation et conception de matériaux aux propriétés précises par l'IA
- Exploitation de l'intelligence artificielle pour accélérer les simulations numériques : application à la conception de rubans supraconducteurs dans les secteurs de l'énergie et de la médecine
- Acquisition rapide de signatures spectroscopiques accélérée par l'apprentissage profond
- Conception et développement accélérés d’alliages à haute entropie par l’apprentissage automatique
- Microscopie intelligente pour la caractérisation des matériaux
- Cartographie et conception accélérées par IA d’un système de recyclage du CO2 par électrocatalyse à l’échelle atomique
- Modélisation de l'imagerie spatiale Raman par apprentissage profond
IA fondamentale au service de la conception
En combinant les jeux volumineux de données et des algorithmes intelligents, l'IA pourrait accélérer la découverte en sciences. Avant que les concepteurs adoptent l'IA de manière générale cependant, il importe de faire progresser la théorie, les méthodes et les algorithmes afin qu'on puisse s'en servir pour résoudre les problèmes soulevés par la simulation et la modélisation, et pour qu'on les généralise afin que les profanes puissent les adopter. Les recherches poursuivies dans le cadre de ce projet porteront sur les méthodes d'IA qui accélèrent les simulations, facilitent la recherche de l'espace conceptuel et aboutissent à des modèles explicables qui se rapprochent davantage de la réalité. Un des principaux résultats consistera en algorithmes IA dont les non-spécialistes pourront se servir dans maints domaines.
Responsable de projet directeur
Chris Drummond, Ph. D.
M. Drummond est agent de recherches sénior au CNRC, en plus d'être professeur auxiliaire à l'École de science informatique et de génie électrique (SIGE) de l'Université d'Ottawa. Au sein de la communauté de l'IA, il contribue à faire progresser la recherche sur l'apprentissage machine appliquée à la surveillance et au contrôle de systèmes complexes. Les travaux pour lesquels il est le plus connu (avec plus de 1000 citations) sont orientés sur l'évaluation expérimentale, en particulier en présence de classes très déséquilibrées, un domaine qui revêt une grande importance théorique et pratique. M. Drummond participe à la communauté de l'IA en qualité d'éditeur, de président de conférences et de réviseur d'articles scientifiques. Il est le scientifique désigné comme responsable de projet directeur pour le programme « L'intelligence artificielle au service de la conception ».
Coordonnées
Projets et équipes
- Phase 1 : Conception d'une méthode de soudure par friction-malaxage
- Phase 2 : Recours à la modélisation d'ordre réduit (ROM) pour accélérer la simulation du soudage par friction-malaxage et d'autres procédés techniques
- Optimisation des formes à l'aide de l'IA
- Conception intelligente à partir de graphes construits par des modèles génératifs profonds et l'apprentissage par renforcement
- Conception quantique perfectionnée pour les matériaux et la chimie