Attention ! Cette aide n’est plus disponible.
Cette page restera accessible pour archivage.
PORTEUR D'AIDE PUBLIC
Soutenir les nouveaux enjeux de l’intelligence artificielle pour la découverte scientifique
Nom initial de l’aide
« Appel à projets Thématiques Spécifiques en Intelligence Artificielle (TSIA) 2025 »
Description
L’appel à propositions financera des projets mettant en place ou consolidant une collaboration associant des chercheurs experts en intelligence artificielle et des spécialistes d’autres disciplines scientifiques. Chaque domaine scientifique ayant ses spécificités, sont encouragées les initiatives visant à structurer chaque discipline au niveau national voire international pour développer les outils d’IA dont elle a besoin.
Cet appel à projets ambitionne de répondre à ces besoins à travers des projets de recherche collaborative, au niveau académique, dont les résultats constitueront les fondements de ruptures scientifiques et technologiques sur l’IA pour la découverte scientifique.
Critères d’éligibilité
État d’avancement du projet pour bénéficier du dispositif : Réflexion / conception,
Dépenses/actions couvertes : Dépenses d’investissement,
Autres critères d’éligibilité :
Cet appel s’adresse à la fois aux laboratoires et aux équipes d’organisme ou d’établissement de recherche et de diffusion des connaissances, et aux grandes, petites ou moyennes entreprises, start-up, dont les travaux de R&D liés au projet seront réalisés en France.
Les thèmes de recherche visés par cet appel à projets sont notamment :
• Le développement de nouvelles méthodes d'IA fiables et robustes par hybridation avec des
connaissances propres au domaine scientifique auquel elles sont destinées. Ces méthodes pourront
bien évidemment dépendre de la source, du type et des schémas de représentation des
connaissances, des schémas d'hybridation ou encore des objectifs visés (frugalité, consistance,
confiance...).
• Le développement de briques logicielles ouvertes permettant d'une part l'agrégation, le nettoyage et
l'organisation des données, et d'autre part l’entrainement des modèles, leur mise en œuvre
opérationnelle efficace prenant en compte leur impact environnemental.
• Le développement de nouvelles méthodes de simulation et d’expérimentation à base d’IA.
• La proposition de benchmarks permettant de tester, mesurer et valider les progrès réalisés grâce à
l’utilisation de l’IA.
• L’utilisation de méthodes d’IA frugales.
• La proposition ou l’entrainement de modèles de fondations spécialisées pour un domaine scientifique
donné.
• La constitution d’une communauté nationale autour du développement d’outils d’IA ouverts pour
faciliter la découverte scientifique dans un domaine précis.