Sites Inria

English version

Partenariat

Laurence Goussu (*) - 8/11/2019

Les Fujitsu Laboratories présentent les résultats de leurs recherches conjointes avec Inria et s’engagent dans le consortium Scikit-learn

L’IA et le machine learning ont fait des progrès remarquables ces dernières années, accompagnés par un rapide développement de logiciels open source . Les algorithmes de machine learning sont en effet largement partagés sous forme de logiciels open source , développés par de nombreux contributeurs. Les data scientists et les chercheurs en IA utilisent ces logiciels pour la résolution de problèmes et le développement de nouveaux algorithmes. Sans l’open source , l’IA et le machine learning n’auraient sans doute pas autant progressé.

Institut de recherche industriel, les Fujitsu Laboratories utilisent de nombreux logiciels open source , aujourd’hui indispensables à leurs activités. Mais le développement croissant de l’open source s’accompagne parfois de difficultés, liées à des problèmes de maintenance ou de fiabilité. Les Fujitsu Laboratories reconnaissent donc l’importance du soutien à la communauté open source , afin de  contribuer à la résolution de bugs et à l’amélioration globale des logiciels, pas uniquement pour l’activité propre de l’entreprise, mais aussi pour l’ensemble de la communauté IA.

Nouvelles initiatives

Les Fujitsu Laboratories et Inria prennnent part à la communauté IA et machine learning et contribuent à son développement durable.

Depuis décembre 2017, les Fujitsu Laboratories et Inria mènent des recherches conjointes sur l’analyse de séries temporelles à l’aide de l’analyse topologique de données et du machine learning . Cette technologie est la propriété des Fujitsu Laboratories et d’Inria. Elle s’appuie sur une analyse de la « forme des données », qui nécessitait auparavant l’expertise d’un personnel spécialisé, et qui est à présent rendu automatique grâce aux algorithmes mis au point. Elle a permis des résultats remarquables de classification et de détection d’anomalies dans des séries temporelles, tâches extrêmement difficiles quand les données sont bruitées et présentent une forte variabilité. L’analyse de séries temporelles par cette méthode a déjà permis de traiter plusieurs applications pratiques, comme la détection d’anomalies sur un pont à l’aide d’un capteur d'accélération intégré à sa structure, ou la classification d’arythmies cardiaques à partir d’électrocardiogrammes. Dans ce dernier cas, la méthode proposée s’est révélée très supérieure à l’état de l’art mondial sur le sujet. Pour ces recherches conjointes, plusieurs logiciels open source sont utilisés. Le soutien des communautés qui contribuent à leur développement est donc essentiel sur le long terme.

Fujitsu Laboratories et Inria publieront dans un premier temps les résultats de leur collaboration via Gudhi, logiciel open source d’analyse de données topologiques d’Inria. Cela rendra accessible à une vaste communauté une technologie puissante facilitant l’analyse et la classification de séries temporelles, ainsi que la détection d’anomalies. L'interface utilise des standards bien connus des ingénieurs en IA et machine learning , ce qui facilitera la diffusion de ces résultats.

Participation au consortium scikit-learn

Scikit-learn est une bibliothèque qui implémente des algorithmes de l’état de l’art du machine learning . C'est l’un des logiciels open source les plus téléchargés au monde dans le domaine de l’IA, et une norme de facto . À l’origine, le projet scikit-learn a principalement été développé par Inria, avec la participation de scientifiques de très haut niveau. La Fondation Inria a créé et héberge le consortium scikit-learn , une structure collaborative composée d’entreprises prêtes à financer et soutenir activement le projet, afin de développer son ambition scientifique et technologique.

Les Fujitsu Laboratories ont pris la décision de rejoindre le consortium scikit-learn en tant que membre Gold à compter de novembre 2019. Ce faisant, les Fujitsu Laboratories contribueront à développer les activités de la communauté open source de scikit-learn .

De plus, les Fujitsu Laboratories proposeront que Hiro Kobashi, directeur de recherche, rejoigne le comité consultatif du consortium scikit-learn . Il pourra ainsi partager les connaissances qu’il a acquises au sein de Fujitsu et participer à l'établissement des priorités des développements à venir. Il accordera une attention particulière aux questions de formation des chercheurs en IA.

Perspectives pour l’avenir

À l'avenir, les Fujitsu Laboratories et Inria élargiront le champ de leur coopération, non seulement en analyse de données topologiques, mais aussi dans d’autres domaines des mathématiques appliquées et de l’informatique afin de favoriser une collaboration plus étroite.

Commentaire de Jean Frédéric Gerbeau, Directeur général délégué à la science, Inria :
"Inria est très fier de sa collaboration avec les Fujitsu Laboratories. Elle illustre que des idées innovantes reposent souvent sur de la recherche fondamentale de très haut niveau, et que les logiciels open source sont un excellent moyen de diffuser de nouvelles méthodes, dans une large communauté académique et industrielle. "

Commentaires de Gaël Varoquaux, Conseil consultatif, consortium scikit-learn :
"Nous sommes très enthousiastes à l’idée de collaborer avec Fujitsu et ses laboratoires de pointe dans le cadre de notre mission, qui est d’améliorer scikit-learn pour tous les champs d’application du machine learning. Nous avons hâte de voir les résultats que nous allons obtenir grâce à leur participation au comité technique du consortium. "

Commentaire de Claude Puech, Directeur scientifique, Fondation Inria :
"L'une des missions de la Fondation Inria est de participer au développement des infrastructures de logiciel open source, dans l’intérêt de la communauté des chercheurs et des entreprises. Scikit-learn illustre parfaitement l’impact, potentiellement très fort, de ces plates-formes. Nous sommes particulièrement heureux que Fujitsu ait décidé de rejoindre le groupe d’entreprises partenaires du consortium scikit-learn. Nous nous réjouissons déjà des opportunités croissantes de collaborations qui s’ouvrent donc pour Inria et la Fondation Inria."

Commentaire de Hiro Kobashi, directeur de recherche, Fujitsu Laboratories :
"C'est un grand honneur de rejoindre le comité consultatif du consortium scikit-learn, qui jouit d'une renommée mondiale. Je souhaite prendre part non seulement à l’animation de la communauté, mais aussi à son développement, en faisant profiter de l’expérience que j’ai acquise chez Fujitsu."

Mots-clés : Laboratoire commun Intelligence artificielle Machine learning Datashape Fujitsu Partenariat Scikit learn

Haut de page

Suivez Inria