Intelligence Artificielle, sécurité et protection

Pour l’IA, le regard croisé s’impose pour préserver le décideur et lui permettre d’exploiter au mieux les potentiels de ces technologies.

L’apprentissage profond (Deep Learning) représente une révolution dans le domaine de l’Intelligence Artificielle et le traitement de grandes masses de données (Big Data). Il repose sur une architecture de plusieurs couches de traitement visant à reproduire le modèle de la perception humaine. Dans le cadre de ce projet, on s’intéresse à un problème sociétal de tout premier ordre, celui de l’exploitation des flux de caméras qui sont déployées de manière de plus en plus denses autant dans les espaces privés, industriels ou publics.

L’acquisition d’une masse de données aussi importante aussi bien géographiquement que temporellement soulève naturellement la question de l’extraction efficace des connaissances pour la mise au point d’outils d’aide à la décision. Ce programme cherche à développer des algorithmes se basant sur l’apprentissage profond pour la détection et l’identification en temps-réel et en temps différé des situations anormales pouvant refléter des situations à risque (abandon de bagages, personne au sol, situations violentes). Le déploiement de tels algorithmes permettra d’alerter les services concernés en temps réel des situations dangereuses leur permettant ainsi une intervention rapide et efficace.

Certains projets dans le cadre de cette thématique permettent une application opérationnelle et renforce l’Institut sur la Sécurité Globale et l’Anticipation dans sa mission de recherche à finalité opérationnelle.  Ainsi, le service de sécurité du cabinet du Premier Ministre s’est intéressé aux projets Pixel-IA et Co-track, portés par l’UTT :

• le  projet Pixel-IA permet la détection d’anomalies lors d’une situation caractérisée comme normale. Il permet également au vidéo-patrouilleur de qualifier la détection de l’anomalie, qu’il injectera dans le système qui se mettra à jour.
• le projet Co-track, permet de suivre une « cible", c’est-à-dire suivre un individu qui va se déplacer, disparaître du champ d’une caméra pour réapparaître quelques instants plus tard ailleurs.

Par ailleurs, un autre projet, RED-7D, a vu le jour dans le cadre de la Sécurité Globale, dont l’objectif est de proposer une approche intégrée pour à la fois échantillonner l’espace et reconstruire le champ spatio-temporel des émissions nucléaires. Pour plus d’information : https://fr.linkedin.com/pulse/damavan-imaging-et-lutt-gagnent-le-projet-anr-red7d-sécurité-iltis

L’ensemble de ces projets est suivi par des doctorants de l’UTT. Plusieurs publications ont déjà été soumises sur les thématiques abordées ci-dessus.