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
9 février 2023
A la Une, DAP, News, Portrait de data scientist
#ia, #traduction

François Yvon :
la traduction automatique pour passion

⏱ 3 min

François Yvon est un spécialiste du traitement automatique des langues, un domaine à la frontière entre l’IA, l’informatique et la linguistique. Directeur de recherche au LISN, il s’intéresse à la diversité des langues et aux applications de ses travaux dans la société.

Faire les choses dans l’ordre ou comme les autres n’a jamais vraiment intéressé François Yvon. C’est pourquoi, à 57 ans, il qualifie sa trajectoire professionnelle de « non linéaire, voire à l’envers ». La raison ? Au départ, ce fils de professeurs ne se voyait pas chercheur, mais plutôt ingénieur. « Enfant, j’aimais beaucoup bricoler, et l’informatique est finalement un art raffiné du bricolage », explique-t-il. Après un bac scientifique et une classe préparatoire à Poitiers, d’où il est originaire, il intègre donc l’École Polytechnique. Mais comme il s’intéresse aussi aux « sciences non exactes » comme l’économie et la sociologie, il poursuit ensuite ses études dans une autre école d’ingénieur : l’Ecole Nationale Supérieure de Statistique et d’Administration Économique (Ensae). Un premier pas de côté qui va finalement lui faire découvrir le domaine dans lequel il exerce aujourd’hui…

Enseignant-chercheur en informatique

C’est en effet lors d’un stage que François Yvon découvre pour la première fois cette branche de l’informatique qu’est le traitement automatique des langues. Diplômé de l’Ensae en 1989, il ne s’oriente pas pour autant dans la recherche comme certains de ses camarades. « Les autres me semblaient plus capables que moi et j’avais aussi envie d’acquérir mon indépendance financière », se justifie-t-il. Le jeune homme se lance alors directement dans la vie active, comme ingénieur informaticien au sein de l’entreprise pharmaceutique Wyeth. Une expérience décevante. Pendant trois ans, il passe la plupart de son temps en réunions alors que c’est avant tout la technique qui lui plaît. Changement de cap : en 1992, il décide donc de rejoindre l’ENST Paris (aujourd’hui Télécom Paris) pour entamer une thèse sur le traitement automatique des langues.

Titulaire de son doctorat en 1996, il est directement recruté par l’ENST comme maître de conférences au département Informatique et Réseaux. Entre ses enseignements et ses recherches sur l’application de méthodes d’apprentissage probabiliste à des problèmes de traitement automatique des langues, François Yvon est dans son élément. Au bout de dix ans, il saisit l’opportunité d’une création de poste de professeur à l’université Paris-Sud sur les thématiques de la traduction automatique pour rejoindre le Laboratoire d’Informatique pour la Mécanique et les Sciences de l’Ingénieur (Limsi) à Orsay.

Spécialiste du Natural Language Processing

Au sein du groupe Traitement de la Langue Parlée, son activité touche tous les aspects de la traduction automatique : de l’alignement des phrases et des mots à la mesure automatique des performances, en passant par les modèles de traduction et les algorithmes d’apprentissage et de décodage pour la traduction de paroles et de textes écrits. Avec son équipe, il développe même le premier système de traduction entièrement basé sur des modèles neuronaux. « Une période très excitante », résume-t-il.

Mais son engagement ne s’arrête pas là. En 2013, François Yvon prend la direction du Limsi en étant détaché comme directeur de recherche au CNRS : « la gouvernance doit être assurée par un collectif de pairs, chacun son tour doit donc prendre des responsabilités », estime-t-il. Il occupe ce poste pendant sept ans jusqu’au rapprochement du Limsi avec le Laboratoire de Recherche en Informatique (LRI) pour former, en 2021, le Laboratoire Interdisciplinaire des Sciences du Numérique (LISN) dirigé actuellement par Sophie Rosset.

Pour une science participative et ouverte sur la société

Désormais directeur de recherche au LISN, ses travaux au sein du groupe Traitement du Langage Parlé portent sur la traduction multi-domaine, la traduction avec contraintes terminologiques et l’exploitation des mémoires de traduction. « Dans les interactions homme-machine par exemple, l’une des questions d’aujourd’hui est : comment un système peut assister des gens partiellement bilingues pour qu’ils améliorent leur maîtrise de la langue », explique-t-il. Avec ses doctorants et postdoctorants, il cherche donc à développer des « béquilles linguistiques » comme il dit.

Depuis 2021, il est également engagé dans le projet BigScience, initié par l’entreprise franco-américaine Hugging Face et impliquant plusieurs centaines de chercheurs en intelligence artificielle à travers le monde. En 2022, cette collaboration a donné naissance à Bloom (BigScience Large Open-science Open-access Multilingual Language Model), le plus gros modèle de langue multilingue et open source qui intègre des textes en 46 langues. « J’ai participé à ce projet sur le volet de l’évaluation des capacités multilingues », explique-t-il. Ce qu’il aime dans son métier ? « L’immense liberté dont je dispose dans mes recherches et, surtout, que celles-ci répondent à des enjeux sociétaux très importants, comme la capacité d’interagir et de communiquer en surmontant les barrières linguistiques ».

Laure Blancard

Crédit photo : Elisabeth Piotelat

Termes liés :
  • Intelligence artificielle (IA)
  • Algorithme
Tags: #ia, #traduction
Share:
Posts you'd might like
En attendant l’ordinateur quantique universel…
L’IA teste ses premiers algorithmes quantiques
Les promesses de l’IA quantique
La recherche à l’assaut des deepfakes vocaux
Recyclage : nos déchets sous l’œil de l’IA
Stéphane Canu :
au service de l’IA et de la mobilité de demain
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’IA au chevet des séismes et tsunamis
  • François Yvon :
    la traduction automatique pour passion
  • En attendant l’ordinateur quantique universel…
  • L’IA teste ses premiers algorithmes quantiques
  • Les promesses de l’IA quantique

Tout savoir sur…

Le DAP

Comité Éditorial

Partenaires

Équipe


Copyright © Data Analytics Post. Tous droits réservés.

Mentions légales & CGU