ESPRI-IA : œuvrer pour une communauté


Le centre de calcul et de données de l’Institut Pierre-Simon Laplace, portant le nom d’ESPRI pour « Ensemble des Services Pour la Recherche à l’IPSL », comprend différentes équipes, chacune ayant une fonction bien définie. Depuis 2020, à l’initiative du personnel de la thématique de recherche Statistics for Analysis, Modelling and Assimilation (SAMA), un nouveau groupe a vu le jour, ESPRI-IA.

Composé de 14 membres, ESPRI-IA est donc un groupe de travail dédié à la communauté IA, qui comprend les chercheurs, ingénieurs ou toute personne travaillant au sein de l’IPSL, dont les travaux font appel à l’intelligence artificielle (IA). L’objectif principal d’ESPRI-IA est « d’aider et d’accompagner les utilisateurs à réaliser leur projet » explique Sébastien Gardoll (S.G), coordinateur du groupe. En tant que coordinateur, S.G prépare et anime les réunions, mais réfléchit également aux futurs travaux à réaliser, c’est-à-dire imaginer ce qui pourrait être mis en place pour épauler au mieux la communauté IA de l’IPSL.

Une diversité de missions au service d’une communauté

Pour répondre à cet objectif, ESPRI-IA effectue un certain nombre de missions. Dans un premier temps, la réalisation d’une veille technologique est essentielle pour maintenir à jour les connaissances en matière de Machine Learning. Cette démarche permet de prendre connaissance et d’informer de l’existence de nouvelles techniques, afin de les adopter si celles-ci se révèlent utiles aux travaux menés. Ainsi, la communauté reste impliquée, mais elle est aussi mise en relation, « c’est un groupe de travail d’entraide » affirme S.G, une entraide nécessaire pour avancer ensemble et monter en compétences, d’autant plus en Deep Learning, sous ensemble du Machine Learning, qui tend à se complexifier de plus en plus.

La mission d’aide et d’accompagnement se fait essentiellement sous forme de conseil, dans le domaine de l’ingénierie. Cela peut concerner le Machine Learning et le Deep Learning, mais pas seulement, « les projets en data science mêlent plusieurs disciplines, comme la statistique, les bases de données, les calculs scientifiques, l’ingénierie logiciel permettant de coder et le traitement de données » précise Sébastien Gardoll. Du fait de cette pluridisciplinarité, ESPRI-IA travaille en étroite collaboration avec les trois autres équipes du groupe ESPRI, ESPRI-Obs, ESPRI-Mod et ESPRI-Infra. « La data science demande donc beaucoup de compétences qu’il est difficile de réunir en même temps » complète S.G, « ESPRI-IA permet de les regrouper et de répondre aux besoins de la communauté IA ».

Cette aide peut survenir lors des différentes étapes d’un projet. A l’initiation de celui-ci, il faut comprendre les principes du Machine Learning afin de dimensionner les efforts à fournir en termes d’ingénierie. Lorsque le projet est déjà entamé, ESPRI-IA peut intervenir afin d’aider à planifier une stratégie d’implémentation de projet, puis aider à la résolution des problèmes éventuels rencontrés. Un accompagnement est aussi possible une fois le projet terminé, dans la maintenance de l’application développée.

Le relais des formations existantes, pouvant susciter l’intérêt des utilisateurs d’intelligence artificielle, fait partie intégrante des missions du groupe. Cependant, ESPRI-IA n’a pas vocation à former directement la communauté, excepté un projet de formation pour l’utilisation du cluster GPU de l’IPSL. Ce cluster est un moyen de calcul qui accélère les calculs faits en Machine Learning, et notamment en Deep Learning, ainsi qu’en calculs vectoriels. Cette formation induira une autonomie des utilisateurs et permettra d’accroître les compétences de chacun.

ESPRI-IA en pratique

Un large spectre d’applications est traité par ESPRI-IA, que ce soit la détection et la classification de cyclones par un réseau de neurones, la prédiction des quantités de NO2 et de SO2 dans l’atmosphère pour le jour suivant (J+1), le downscaling, permettant d’adapter les échelles utilisées pour les modèles climatiques, le débruitage d’images radar ou encore la mise en place d’une stratégie de détection des traînées d’avions. Enfin, les ingénieurs du groupe de travail ont également repris SOMAPY la bibliothèque de programmation écrite en Python qui implémente la méthode Self-Organizing Map (SOM) dans le but de l’améliorer.

ESPRI-IA apporte donc une expertise sur l’aspect ingénierie IA des projets. C’est là que réside la distinction entre le groupe de travail ESPRI-IA et la thématique de recherche SAMA, qui correspond, elle, à l’application scientifique des techniques de l’IA.

 

Pour en savoir plus

ESPRI-IA
ESPRI
Retrouvez les autres actualités du Thème SAMA
IPSL Thema

Sébastien Gardoll


Institut Pierre-Simon Laplace