logo fullscreen logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
logo fullscreen logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
Menu
mobile logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
15 septembre 2022
A la Une, DAP, News, Portrait de data scientist
#chercheuse, #hommemachine, #ia, #Portrait

Sophie Rosset : une chercheuse passionnée par le dialogue homme-machine

⏱ 3 min

Directrice du LISN, Sophie Rosset travaille depuis trente ans sur les systèmes de dialogue homme-machine. Aujourd’hui, ses recherches se concentrent sur la modélisation de ce dialogue et sur l’apprentissage en continu, problème central de l’intelligence artificielle.

« Rien n’était prévu à l’avance, ni le fait d’exercer dans la recherche scientifique, ni celui de prendre un poste de direction », explique d’entrée Sophie Rosset quand on la questionne sur son parcours. « Mais je prends un immense plaisir à faire ce que je fais ! ». En effet, à l’entendre raconter son histoire professionnelle, on s’aperçoit que celle-ci s’est surtout façonnée au gré des rencontres et des opportunités.

Le goût des sciences du langage bien avant l’informatique

La première rencontre est télévisuelle. Dans les années 1980, Sophie Rosset a 12 ans et regarde des émissions dans lesquelles sont invités des « chercheurs ». Intriguée par ce métier, elle pose des questions. Ses parents lui expliquent que cela consiste globalement à « se poser des questions sur le monde ». Intéressant… Après un baccalauréat littéraire, la jeune étudiante se tourne alors vers les sciences du langage à l’université Lyon II. Dans le cadre de sa maîtrise, elle part même effectuer deux ans d’études avancées en linguistique théorique à l’université du Québec à Montréal. « Rien à voir donc avec l’informatique », sourit-elle. Sauf que les cours de programmation informatique font – pour une raison qu’elle ignore – partie du programme. Et elle y prend goût !

Dès son retour en France en 1994, elle rejoint le Laboratoire d’informatique pour la mécanique et les sciences de l’ingénieur (Limsi) à Orsay, comme ingénieur d’études. « C’est là que j’ai véritablement flashé sur les systèmes de dialogue humain-machine car j’aimais l’idée d’étudier comment on arrive à se comprendre », explique-t-elle. Séduite à la fois par le côté sciences expérimentales et le travail sur les données, elle poursuit par une thèse en informatique à l’université Paris-Sud sur la gestion de dialogue dans les systèmes de conversation orale homme-machine.

Une carrière au service de la recherche

Après sa soutenance de thèse en 2000, des problèmes de santé l’empêchent de poursuivre par un post-doc. Mais deux ans plus tard, Sophie Rosset passe avec succès le concours de recrutement de chercheurs du CNRS et intègre finalement l’équipe Traitement du langage parlé du Limsi. Devenue chercheuse comme elle en rêvait plus jeune, elle enchaîne ensuite les étapes : elle passe son habilitation à diriger des recherches (HDR) en 2008, puis devient directrice de recherche en 2012. « C’est à mon sens ce qu’il faut faire : prendre de l’indépendance et des responsabilités », se justifie-t-elle.

Progressivement, ses recherches s’orientent vers le domaine médical, notamment avec le projet de patient virtuel Patient Genesys destiné aux étudiants en médecine. Grâce à l’intégration de méthodes de traitement automatique des langues et d’algorithmes d’optimisation des recherches dans des ressources terminologiques, elle conçoit notamment avec son équipe le premier système de dialogue virtuel capable d’aider à établir un diagnostic, quel que soit le domaine médical.

La volonté de créer des ponts entre les disciplines

Début 2021, après avoir participé activement à la création du nouveau Laboratoire Interdisciplinaire des Sciences du Numérique (LISN), fruit de la fusion entre le LIMSI et le Laboratoire de Recherche en Informatique (LRI) d’Orsay, elle en prend la direction. Composée d’environ 400 personnes, cette unité de recherche du plateau de Saclay (Essonne) se distingue car elle est avant tout pluridisciplinaire : science des données, psychologie, langues, mécanique… « J’apprends énormément et je découvre des domaines que je ne connaissais pas, comme la bio-informatique par exemple. C’est passionnant ! », se réjouit-elle.

Et ses propres recherches dans tout ça ? « Cela occupe aujourd’hui 20 % de mon activité, ce qui est parfois frustrant. Mais j’espère pouvoir y consacrer plus de temps d’ici peu », confie-t-elle. Parmi les projets qu’elle mène actuellement avec ses doctorants : la compréhension automatique d’une langue dans le cas où peu de données sont disponibles, en faisant appel à l’apprentissage par transfert et à l’apprentissage en continu. Tout un programme !

Laure Blancard

Crédit photo : Xavier Pierre – CNRS-INS2I

 

Termes liés :
  • Intelligence artificielle
  • Données
  • Apprentissage par transfert
Tags: #chercheuse, #hommemachine, #ia, #Portrait
Share:
Posts you'd might like
L’apprentissage profond permet de lire dans notre cerveau… ce qu’il voit
Cette IA hybride apprend à jouer au sudoku…
et à concevoir des protéines
Canicules, orages violents : l’IA apprend à prévoir les épisodes météo extrêmes
Des réseaux de neurones “informés par la physique”, pour modéliser et simuler des systèmes complexes
Faut-il créer un GIEC de l’intelligence artificielle ?
Entretien avec Raja Chatila
Laurent Gardès : sur les rails de l’IA
DAP, la newsletter du Data Analytics Post Recevez chaque semaine un éclairage sur les data science

Peut-on laisser un algorithme apprendre tout seul ?

A la différence de l’apprentissage supervisé, le contexte non supervisé est celui où l’algorithme doit opérer à partir d’exemples non annotés.

En savoir plus

ARTICLES RÉCENTS
  • L’apprentissage profond permet de lire dans notre cerveau… ce qu’il voit
  • Cette IA hybride apprend à jouer au sudoku…
    et à concevoir des protéines
  • Canicules, orages violents : l’IA apprend à prévoir les épisodes météo extrêmes
  • Des réseaux de neurones “informés par la physique”, pour modéliser et simuler des systèmes complexes
  • Faut-il créer un GIEC de l’intelligence artificielle ?
    Entretien avec Raja Chatila

Tout savoir sur…

Le DAP

Comité Éditorial

Partenaires

Équipe


Copyright © Data Analytics Post. Tous droits réservés.

Mentions légales & CGU