Sites Inria

English version

Recherche

Recherches fondamentales et applications à impact sociétal

Plateforme Vgate : immersion et interaction 3D grandeur nature © INRIA / Photo Kaksonen

Par son implantation à Grenoble et Lyon, Inria Grenoble - Rhône-Alpes est un acteur majeur de recherche et innovation pour les sciences du numérique en Rhône-Alpes. Le centre de recherche contribue plus particulièrement aux domaines du logiciel embarqué et de l’imagerie à Grenoble, et aux technologies de l’information appliquées aux sciences du vivant à Lyon.

Le centre de recherche contribue plus particulièrement aux domaines du logiciel embarqué et de l’imagerie à Grenoble, et aux technologies de l’information appliquées aux sciences du vivant à Lyon.

Les principales thématiques de recherche d’Inria Grenoble - Rhône-Alpes, définies dans le cadre de son plan stratégique "Objectif Inria 2020" sont :

  • Systèmes répartis et réseaux mobiles ;
  • Logiciels sûrs et systèmes embarqués pour l'informatique ambiante ;
  • Modélisation et simulation de phénomènes multiéchelles et multicomposants ;
  • Perception et interaction avec les mondes réels et virtuels.

Sur ces thématiques de recherche, ont été identifiées six priorités scientifiques :

Des robots partageant notre espace de vie et de travail

La nouvelle frontière que les robots doivent investir est notre environnement quotidien, complexe, changeant, et surtout, en notre présence. Cela exige robustesse, sûreté, efficacité dans la perception, compréhension mutuelle, ainsi que des capacités d'anticipation, de décision, d'action et d'interaction sociale.
La forme des robots envisagés est variée: robots humanoïdes, bâtiments intelligents, voitures automatiques, drones, bras manipulateurs... Le point commun est le partage de l'espace de vie et de travail des êtres humains, posant des problèmes scientifiques fondamentaux, appelant des solutions génériques et robustes en matière de perception, de compréhension, de décision, d'action, et d'interaction.

Internet des objets et internet des données : la société numérique

L'Internet des objets peut être défini comme une extension d’Internet dès lors que les objets usuels, l’habitat, les villes ou encore l’environnement sont dotés de capacités de communication et d'interaction.
Un premier défi est de modéliser, concevoir et développer de nouvelles applications et de pouvoir les expérimenter in situ au travers d’outils à très large échelle (infrastructures réseaux haut débit, « clouds », capteurs, réseaux sans fil, composants radio cognitifs) afin d’adresser l'ensemble des problématiques liées à l’Internet des objets.
Le second défi est lié à la grande quantité de données, massives et hétérogènes, générées par tous les composants de l’Internet des objets. Il est notamment primordial de savoir associer une sémantique à toutes ces données, d’en assurer la protection (au sens « privacy ») et la sécurité tout en garantissant une capacité de calcul et d'analyse.

Modélisation des interactions en biologie

Les mécanismes fonctionnels des systèmes vivants sont étroitement liés aux interactions existantes entre atomes, molécules, cellules, organismes ou espèces, à plusieurs échelles de temps et d'espace. Pour comprendre le fonctionnement des systèmes biologiques, il est donc indispensable d'étudier la façon dont ces interactions sont organisées.
De nombreux défis expérimentaux et méthodologiques sont à lever pour l'intégration de données de natures très différentes, la variabilité et la dynamique temporelle des réseaux d’interaction et les approximations par rapport au système réel.
Ces défis exigent la mise en commun d'expertises très diverses, en modèles et en méthodes pour arriver à une meilleure compréhension du rôle fondamental que jouent les interactions intra- et inter-organismes sur les processus évolutifs de santé et de biodiversité.

Formes, apparences et mouvements pour les mondes virtuels

Les performances accrues des jeux vidéo, des mondes virtuels, de l'animation 3D et des applications interactives ont ouvert des champs d'investigation nouveaux dans la création et l'analyse de modèles 3D. Les principaux défis concernent la modélisation des formes vivantes pour être capable de générer ou capturer des modèles animés au plus proche du réel et la modélisation des phénomènes naturels.
Deux axes de recherche sont explorés :

  • la création de modèles statiques ou animés à partir de données observées ou de manière procédurale ;
  • l'analyse des formes et phénomènes naturels à partir de leurs observations.

L'exploitation des données produites avec la plate-forme Kinovis permet l’expérimentation d’applications innovantes pour l'analyse du mouvement, l'aide au diagnostic médical ou encore la synthèse d'animation pour le cinéma.

Interface matériel logiciel

Rendre la programmation des nouvelles architectures multicœurs aussi aisée et transparente que la programmation séquentielle est l'enjeu de cette priorité scientifique. Il faut pour cela lever les difficultés, d’une part, de programmation des multicœurs et des accélérateurs matériels, et d'autre part, de conception et d'exploitation des architectures mémoire ou d'assemblage de composants matériels dans des infrastructures complexes.
Le premier axe de recherche est de proposer des nouveaux langages de programmation adaptés (par exemple data-flow), de développer des compilateurs, des générateurs de code et de circuits spécialisés, et enfin de mettre au point des analyses de code et de vérification formelle.
Le second axe est de mettre au point des noyaux d'exécution "légers" et des mécanismes de cohérence mémoire, de traiter des problèmes de portabilité et de virtualisation, d'observabilité et de prédictibilité, et enfin d'ordonnancement et de contrôle adaptatif.

Apprentissage et optimisation distribuée pour systèmes à grande échelle

Le déluge de données produit par Internet et la numérisation de la société (Big Data ) révolutionne des domaines variés comme l’imagerie, la biologie, la médecine ou les systèmes de production électrique en les confrontant à des données massives, hétérogènes et distribuées.
De nouveaux outils d’apprentissage et d’optimisation sont nécessaires pour exploiter ces données d’une façon efficace. Il s’agit d’exploiter la convergence entre la théorie des jeux, l’apprentissage et l’optimisation distribuée. Pour cela l’optimisation non-régulière et stochastique sera mobilisée pour traiter des problèmes de très haute dimensionnalité. Les résultats attendus sont la possibilité de traiter des téraoctets de données, avec par exemple des gains de plusieurs ordres de grandeur en classification d’images, la modélisation effective de la complexité visuelle du monde réel, ou encore l’application aux protocoles de routage réseau et aux « smart grids ».

Mots-clés : Grenoble Lyon Axes de recherche

Haut de page

Suivez Inria tout au long de son 50e anniversaire et au-delà !