Centre d’intelligence artificielle appliquée

Comme les systèmes d’IA sont déployés dans des environnements où les enjeux sont importants – comme les soins de santé, le développement logiciel, les télécommunications, la fabrication et le processus décisionnel dans les secteurs public et privé –, il faut préserver la fiabilité de ces systèmes. Pour y arriver, des chercheuses et chercheurs de la Faculté de génie de l’Université d’Ottawa, travaillent à rapprocher les fondements de l’apprentissage machine et les applications concrètes en ingénierie, ce qui leur permet notamment de développer des outils utiles pour l’industrie.  

Leurs travaux couvrent l’ensemble du cycle de vie de l’IA – de la conservation des données à l’entraînement des modèles en passant par l’évaluation et le déploiement – et portent sur des enjeux majeurs comme la transparence, la robustesse et l’alignement. Ils permettent ainsi d’évaluer le degré de fiabilité des systèmes et les publics concernés.  

Principaux domaines :  

• Qualité des données, biais, protection de la vie privée et gouvernance  
• Interprétabilité des modèles et analyse des représentations apprises  
• Détection des modes de défaillances et des lacunes en matière de mémorisation et de robustesse  
• Cadres d’évaluation de l’équité, de la sécurité et de l’alignement

Chercheuses et chercheurs

Les systèmes énergétiques intelligents utilisent l’IA et des technologies de l’information et de la communication (TIC) avancées pour intégrer les sources d’énergie renouvelable, les technologies de stockage et les infrastructures de réseaux intelligents.  

Ils s’appuient sur des échanges continus et bidirectionnels d’énergie et de données entre des réseaux électriques, gaziers et thermiques interconnectés. Les modèles prédictifs fondés sur l’IA et les stratégies de contrôle adaptatif assurent un ajustement dynamique entre l’offre et la demande.  

Ces systèmes aident les partenaires de l’industrie à améliorer l’efficacité de leurs activités, à réduire leurs coûts et à renforcer leur résilience énergétique tout en soutenant leurs objectifs de décarbonation.  

Principales capacités :  

• Optimisation en temps réel de la production, de la distribution et de la consommation d’énergie  
• Intégration à grande échelle de sources d’énergie renouvelable variables  
• Gestion de la demande et déplacement des pics de consommation  
• Exploitation résiliente de réseaux sécurisés sur le plan de la cybersécurité

Chercheuses et chercheurs

L’intelligence artificielle transforme les processus décisionnels dans plusieurs domaines clés et place les considérations éthiques au cœur de la conception, du déploiement et de la gouvernance des systèmes.  

Les principes éthiques, notamment l’équité, la transparence, le devoir de responsabilité, la sûreté et la protection de la vie privée, sont intégrés tant dans l’IA de base que dans l’IA appliquée. L’accent est mis sur le déploiement en contexte réel, où les systèmes d’IA touchent directement les personnes et la société dans des domaines comme la santé, les transports, les infrastructures publiques et la sécurité nationale.  

Principaux axes prioritaires :  

• Collecte, utilisation et gouvernance responsables des données  
• Détection et atténuation des biais et des risques sociotechniques  
• Évaluation des compromis en matière de performance, de sûreté et d’équité  
• Conception centrée sur la personne et engagement des partenaires  

Ces travaux sont étroitement alignés avec les normes et cadres réglementaires récemment adoptés en la matière, notamment la loi européenne sur l’IA et les lignes directrices d’organisations comme le NIST et l’ISO. Ils permettent le développement de systèmes d’IA qui, en plus d’être hautement performants, sont fiables, socialement responsables et conformes aux normes et exigences en vigueur.

Chercheuses et chercheurs

La Faculté de génie de l’Université d’Ottawa est reconnue comme un chef de file en recherche sur l’IA appliquée aux systèmes autonomes, à la robotique et aux infrastructures cyberphysiques intelligentes. Son expertise interdisciplinaire, qui englobe l’IA, les communications, les systèmes de contrôle, la détection et la cybersécurité, fait progresser les technologies connectées et autonomes de nouvelle génération.  

Les travaux portent sur des systèmes qui fonctionnent dans des environnements complexes et dynamiques, notamment :  

• Le transport intelligent et les véhicules autonomes connectés  
• Les systèmes aériens et terrestres sans équipage  
• La coordination en essaim et l’autonomie distribuée  
• La prise de décision et la connaissance situationnelle basées sur l’IA  

La recherche s’appuie sur des infrastructures de pointe, notamment des bancs d’essai pour systèmes autonomes, des plateformes de drones aériens, des environnements de simulation ainsi que des laboratoires de robotique et de contrôle, ce qui permet le développement et la validation en conditions réelles.

La Faculté contribue également à d’importantes initiatives collaboratives aux échelles provinciale et nationale et participe activement à l’élaboration de normes internationales (p. ex., ISO, UL, SOTIF et 3GPP) afin d’assurer la conformité aux exigences de sécurité et d’interopérabilité.

Chercheuses et chercheurs

L’intégration de l’IA permet à ces systèmes, qui fusionnent des capteurs, des microprocesseurs intégrés et des interfaces de communication, d’analyser des signaux complexes, de détecter des tendances et de prédire des états futurs à partir de flux continus de mesures. Ces capteurs ne permettent pas seulement d’acquérir des données : ils les interprètent, en tirent des apprentissages et prennent des décisions adaptées au contexte. Ils fournissent non seulement des estimations précises, mais aussi une incertitude quantifiée et une calibration traçable, soutenant ainsi des mesures fiables et évolutives dans des environnements hautement automatisés.  

Principales capacités :  

• Fusion de capteurs traditionnels avec l’intelligence embarquée et les modèles de capteurs virtuels  
• Analyse en temps réel des signaux, modélisation prédictive et détection des anomalies  
• Intégration de bout en bout, de la mesure à la prise de décision  

Les applications couvrent un vaste éventail de domaines :  

• Systèmes industriels : Analytique des procédés en temps réel, assurance qualité en cours de procédé, maintenance prédictive et détection des défaillances  
• Infrastructure : Surveillance de l’intégrité structurale des ponts, bâtiments et installations essentielles.  
• Environnement et villes intelligentes : Suivi en temps réel de la qualité de l’air, des systèmes de traitement et de distribution de l’eau, et des infrastructures urbaines.  
• Santé : Suivi physiologique en continu au moyen de capteurs portables permettant la détection précoce et les soins à distance.

Chercheuses et chercheurs

L’intégration croissante de l’IA dans les infrastructures essentielles, les télécommunications, les soins de santé et la sécurité nationale entraîne des défis complexes et de plus en plus pressants en matière de cybersécurité et de protection de la vie privée. À la Faculté de génie, un important pôle d’expertise s’attaque à l’ensemble de ces enjeux, des fondements théoriques à la mise en œuvre opérationnelle.  

Au cœur de ses travaux se trouve le Laboratoire uOttawa-IBM Cyber Range, une installation consacrée à la simulation de cyberattaques qui permet aux équipes de recherche, à la population étudiante et aux partenaires de l’industrie de se former et de mettre à l’essai des mécanismes de défense dans des conditions réalistes.  

Axes de recherche :  

• Détection à l’aide de l’IA des tentatives d’hameçonnage, des logiciels malveillants et des intrusions  
• Détection des vulnérabilités et analyse des anomalies dans les systèmes d’envergure  
• Méthodes fondées sur l’IA pour sécuriser l’Internet des objets et les systèmes embarqués  
• Protection des systèmes d’apprentissage machine contre les attaques adverses, l’empoisonnement des données et la manipulation des modèles  
• Recherche théorique sur les fondements cryptographiques, notamment en cryptographie postquantique, en séquences pseudoaléatoires et en technologies d’amélioration de la confidentialité

Chercheuses et chercheurs

Concevoir des systèmes logiciels alimentés par l’IA auxquels le milieu peut se fier est l’un des enjeux les plus pressants qui soient dans le domaine. Pour être fiables, ils doivent être conçus avec la même rigueur que les systèmes d’ingénierie classiques.  

Ces travaux combinent des techniques d’IA modernes – notamment les grands modèles de langage, le traitement du langage naturel et l’apprentissage machine – avec des pratiques établies en génie logiciel, comme les spécifications officielles, la modélisation et la vérification.  

Cette approche intégrée favorise le développement de systèmes logiciels haute performance qui répondent aux exigences techniques et réglementaires.  

Axes techniques :  

• Ingénierie des exigences et conception de systèmes assistées par l’IA  
• Génération de code fiable fondée sur l’IA  
• Conception de l’expérience d’utilisation au moyen de l’IA et pour les interfaces enrichies par l’IA  
• Tests et vérification automatisés de systèmes complexes et autonomes  
• Assurance de la sécurité des logiciels intégrant l’IA

Chercheuses et chercheurs

Le traitement du langage naturel (TLN) des langues permet l’analyse avancée et la compréhension des données textuelles non structurées et des données multimodales.  

L’expertise couvre les approches statistiques et les approches d’apprentissage profond, et met l’accent sur les éléments suivants :  

• Affinage et évaluation des grands modèles de langage (GML)  
• Classement de textes, extraction d’informations et sémantique lexicale  
• Détection, atténuation et explicabilité des biais  
• Génération augmentée par récupération et évaluation de la sûreté  

Le TLN est utilisé dans des secteurs critiques comme la santé et le droit, notamment dans le cadre de collaborations avec des hôpitaux, des instituts de recherche et des partenaires industriels.  

Principales applications :  

• Détection de langage préjudiciable ou de langage à risque (p. ex., discours haineux, indicateurs de santé mentale)  
• Dépistage automatisé et analyse des données textuelles cliniques ou générées par la patientèle  
• Recensement des risques associés au déploiement et à l’affinage des GML  
• Classification explicable des émotions et des sentiments

Le TLN est aussi utilisé en génie et en science, où il sert à appuyer diverses tâches (p. ex., analyse des exigences, génération automatique de tests, conformité réglementaire). 

Chercheuses et chercheurs

Les réseaux sans fil sont un peu comme les autoroutes de l’information des sociétés modernes : ils assurent la connectivité des personnes, des robots et des agents d’IA. Leurs capacités ont évolué d’une génération à l’autre, de la 2G à la 5G, permettant la transmission de davantage de données à un nombre croissant de personnes.  

Les recherches combinant l’IA et les systèmes sans fil exploitent des techniques avancées d’apprentissage machine pour optimiser des systèmes, améliorer le contrôle des réseaux et répartir les ressources judicieusement.  

Ces capacités sont essentielles dans les secteurs qui mettent en place des infrastructures connectées, des systèmes autonomes et des communications vitales.  

Axes principaux :  

• Optimisation des réseaux par l’IA dans des conditions dynamiques  
• Gestion et orchestration autonomes des réseaux  
• Prise en charge de déploiements de l’Internet des objets à très haute densité et de systèmes en périphérie  
• Intégration de l’IA dans des protocoles de communication et des couches de contrôle

Chercheuses et chercheurs

• Chen, Nan
• Kantarci, Burak
• Yao, Jianping

Les travaux de recherche sur les infrastructures essentielles visent surtout à améliorer la durabilité, la résilience et la performance à long terme des systèmes d’ingénierie grâce à des approches intégrées combinant la science des matériaux, le génie des structures et les méthodes fondées sur les données.  

Ils viennent répondre à de grands enjeux liés à la détérioration des matériaux, à l’exposition environnementale et à la performance à long terme des systèmes, et participent au développement de solutions durables à faible émission de carbone.  

L’IA joue un rôle de plus en plus important dans les tâches suivantes :  

• Interprétation de données d’inspection et de surveillance complexes  
• Soutien de la modélisation prédictive de la détérioration et des défaillances  
• Automatisation des techniques de caractérisation avancées, dont l’inspection visuelle et les analyses microscopiques  

Ces capacités améliorent la rapidité, la cohérence et l’objectivité des évaluations des infrastructures et de la gestion des actifs.  

En alliant données expérimentales, performance sur le terrain et technologies numériques, ces travaux permettent une gestion plus fiable, plus efficace et plus durable des infrastructures essentielles, tant dans l’industrie que dans le secteur public.

Chercheuses et chercheurs

Dans le but de réduire les coûts et d’améliorer l’évolutivité, on développe de nouvelles approches fondées sur l’IA qui transforment la découverte et la production de matériaux dans divers secteurs industriels. En effet, l’IA est appliquée à la production de matériaux dans des domaines comme l’énergie, l’aérospatiale, l’automobile et la défense, notamment dans les sphères de la durabilité et de la production et du stockage d’hydrogène.  

Ces travaux intègrent la simulation basée sur l’IA, la validation par la théorie de la fonctionnelle de la densité (DFT), la synthèse expérimentale et la caractérisation avancée dans un cadre d’optimisation en boucle fermée.  

Cette approche holistique permet une itération rapide entre la modélisation et l’expérimentation, réduisant ainsi considérablement les cycles de recherche et développement pour les matériaux, composants et systèmes complexes.  

Principales capacités :  

• Conception directe assistée par l’IA pour prédire les propriétés de systèmes connus à partir de données à grande échelle et du calcul de haute performance  
• Conception inverse assistée par l’IA pour découvrir de nouveaux matériaux aux propriétés et aux performances ciblées  
• Optimisation de la composition chimique, de la structure cristalline, de la microstructure et des paramètres de synthèse  
• Application de méthodes avancées, notamment l’apprentissage profond, les algorithmes évolutionnaires, l’apprentissage métrique et l’apprentissage adaptatif 

Chercheuses et chercheurs

Nos activités de recherche actuelles relatives à l’IA et à la santé couvrent un vaste éventail de domaines, dont l’analyse du mouvement humain, le traitement des données biomédicales, les systèmes agentiques, l’informatique affective et la détection physiologique à distance.  

Principales capacités :  

• Analyse du mouvement humain : Capture du mouvement sans marqueurs à partir de vidéos, modélisation statistique de formes à des fins d’évaluation de la santé des articulations et simulation prédictive de la marche au moyen d’algorithmes évolutionnaires.  
• Traitement des données biomédicales : Automatisation de la recherche, de l’extraction et de la synthèse d’informations issues de la littérature scientifique et clinique afin de produire des données structurées et exploitables et de réduire le gaspillage en recherche.  
• Systèmes agentiques pour le secteur de la santé : Outils conversationnels et outils de recommandation fondés sur l’IA qui facilitent le triage, l’orientation dans le parcours de soins et la prise de décisions cliniques tout en préservant la supervision humaine.  
• Suivi multimodal de la santé : Analyse du langage, du comportement et des signaux provenant des capteurs portables à des fins de reconnaissance des affects, de détection physiologique et d’évaluation de la santé mentale. 

Chercheuses et chercheurs

Les produits biopharmaceutiques – de l’insuline aux thérapies anticancéreuses de nouvelle génération – sont fabriqués à partir de cellules vivantes. Si elles révolutionnent les soins de santé modernes, leur production reste complexe, coûteuse et gourmande en ressources. À l’Université d’Ottawa, nous travaillons à faire progresser les approches d’apprentissage automatique afin d’améliorer l’efficacité, l’évolutivité et la fiabilité des procédés de biofabrication.  

Principales capacités :  

• Simulation fondée sur les données : Modélisation de la dynamique complexe des bioprocédés par l’apprentissage automatique de séries temporelles afin de prédire l’ensemble de la trajectoire, d’optimiser les conditions de fonctionnement et d’améliorer l’efficacité de la production.  
• Modélisation de la mise à l’échelle : Application de l’apprentissage profond aux données historiques afin de prédire avec précision le comportement des procédés à l’échelle industrielle, ce qui réduit la nécessité de réaliser des expérimentations coûteuses par essais et erreurs.  
• Jumeaux numériques : Conversion en temps réel de données provenant de capteurs de bioréacteurs en modèles virtuels permettant le suivi, la prévision et le contrôle automatisé de variables clés comme les niveaux de nutriments, la densité cellulaire et la concentration du produit.

Chercheuses et chercheurs

• Chahal, Shawn