Accueil > Forum TERATEC > Ateliers > Atelier 8

Forum Teratec 2022
Mercredi 15 juin - Atelier technique

Atelier 08 - de 14h00 à 17h30

IA et HPC dans l'industrie
Présidé par Cristel Saudemont, France Directrice, Supercomputing & AI , Enseignement supérieur et Recherche et Frédéric Parienté, senior manager in the solutions architecture and engineering group, Nvidia

Après avoir révolutionné nos smartphones, l’intelligence artificielle (IA) transforme toutes les industries et la science. Cet atelier présentait divers domaines d’application de l’IA pour l’industrie, que ce soient des usages existants directement transférables comme le traitement automatique du langage naturel (NLP), ou de nouvelles techniques spécifiques aux métiers de l’industrie, par ex. les simulation numérique et problème d’optimisation.

Dans un premier temps, les intervenants de Hugging Face puis LightOn ont présenté les grands modèles de langage (LLM) qui ont démontré une très grande versatilité, aussi bien dans le domaine du NLP avec des applications de résumé de texte, de traduction, de transcription d’enregistrement, etc, qu’au-delà avec des applications de génération de code informatique, de vision machine, de raisonnement (Socratic models), etc. Alors que le ticket d’entrée pour entrainer de tels modèles LLM est élevé ($5-10M), la communauté française s’est équipée avec le calculateur Jean Zay hébergé par l’IDRIS et regroupée dans le projet BigScience pour démocratiser ces LLM et leur apprendre la langue française.

Dans un second temps, les présentations d’Altair, du CERFACS et de NVIDIA donnent de nombreux exemples d’applications des nouvelles techniques d’IA pour les tâches de l’ingénieur, que ce soit la conception, fabrication ou prise de décision. Aujourd’hui les ingénieurs utilisent des outils numériques précis, mais ils sont complexes, coûteux, et largement monolithiques. Les réseaux neuronaux profonds (DNN) entrainés sur soit des données expérimentales, soit des données de simulation numérique directe, soit encore sur les équations physiques (PINN), laissent entrevoir de grandes possibilités : meilleure paramétrisation des phénomènes sous-maille, exploration de l’espace de conception en temps réel, travail collaboratif, optimisation multi-physique, etc. Une condition clé pour la démocratisation et l’adoption effective de ces techniques d’IA sera une intégration transparente dans les outils actuels des ingénieurs.

Enfin, le dernier intervenant d’Artelys nous rappelle que des techniques plus élémentaires, d’optimisation ou de statistiques classiques, peuvent remplir la mission, et qu’il ne faut pas les sacrifier à l’autel de l’apprentissage profond (DL).

Avec la participation de :