H/F Doctorat Etude d'architectures innovantes pour l'intelligence artificielle embarquée

Informations générales

Organisme de rattachement

CNRS  

Référence

UMR5506-GILSAS-008  

Date de début de diffusion

/01/2026

Date de parution

/01/2026

Date de fin de diffusion

/02/2026

Versant

Fonction Publique de l'Etat

Catégorie

Catégorie A (cadre)

Nature de l'emploi

Emploi ouvert uniquement aux contractuels

Domaine / Métier

Recherche - Chercheuse / Chercheur

Statut du poste

Vacant

Intitulé du poste

H/F Doctorat Etude d'architectures innovantes pour l'intelligence artificielle embarquée

Descriptif de l'employeur

Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l'Enseignement supérieure et de la Recherche. Créé en 1939 et dirigé par des scientifiques, il a pour mission de faire progresser la connaissance et être utile à la société dans le respect des règles d'éthique, de déontologie et d'intégrité scientifique.

Description du poste

Sujet de thèse :
Dans le domaine de l'intelligence artificielle neuromorphique, les modèles basés sur l'énergie (EBM) connaissent un intérêt croissant, en raison de leur capacité à capturer les relations entre les variables en minimisant une fonction scalaire unique (fonction d'énergie) sans nécessiter de normalisation à l'échelle de l'ensemble des données. Un exemple proéminent d'EBM est certainement le modèle de réseau de Hopfield, binaire ou non, dont l'évolution de l'état de chaque unité (neurone) est dicté par une minimisation de sa contribution à l'énergie totale du système. Une fois l'équilibre atteint (le minimum d'énergie), une lecture du résultat peut être effectuée.

Les EBM présentent des caractéristiques les rendant attractifs pour des implémentations "proche physique" (analogiques / signaux mixtes). En effet tout système dynamique possédant une loi d'évolution dont les paramètres peuvent être ajustés peut être utilisé pour faire un modèle EBM réalisant une tâche arbitraire, comme de la classification d'images par exemple. Un système électrique analogique basé sur des mémoires non volatiles se prête bien à cet exercice, et quelques premières démonstration montrent l'intérêt de cette approche pour la sobriété énergétique.

Adosser ces EBM à des algorithmes d'apprentissage plus biologiquement plausibles et/ou basés sur des lois locales constitue une direction de recherche très prometteuse pour les application d'IA sobres en énergie et à l'Edge: il s'agit ici de rendre ces systèmes capables d'apprentissage à proprement parler, et pas d'inférence uniquement.

Ce sujet de thèse de doctorat prend appui sur des travaux menés au sein du laboratoire, sur une framework logiciel [2], des contributions sur l'algorithmique et l'architecture matérielle [3][4][5] qui s'apprêtent à faire l'objet de la réalisation d'un circuit démonstrateur mais également sur de travaux en cours sur l'apprentissage incréments/continu dans de tels systèmes.
Cette thèse s'attachera à une dimension exploratoire ouverte, pouvant aller au-delà des modèles EBM tout en restant dans le champ des approches « proche physique ». Il s'agira entre autres d'étudier les opportunités d'exploitation de technologies de réalisation différentes au-delà du CMOS (tel l'électronique imprimable / souple), de penser et expérimenter des lois d'apprentissages nouvelles ou émergentes ainsi que de mener des études sur la question des hyperparamètres dans ces réseaux. Ce dernier volet sera voué à étudier la question de la « mise à l'échelle » de ces modèles qui reste à ce jour difficile, avec des difficultés à traiter des problèmes au-delà d'un certain niveau de complexité. Il s'agira d'explorer de nouvelles topologies, organisations de ces réseaux (hiérarchiques), etc.

Ces investigations seront menées dans le cadre du projet "Emergences" [1] du programme cadre national PEPR IA de France 2030. Ces investigations seront menées en collaboration a
Voir plus sur le site

Conditions particulières d'exercice

Le Centre national de la recherche scientifique est l'une des plus importantes institutions publiques au monde : femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l'Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l'international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l'innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.

Descriptif du profil recherché

Contraintes et risques :

Temps plein

Oui

Rémunération contractuels (en € brut/an)

2300€ brut mensuel

Localisation du poste

Europe, France, Occitanie, Hérault (34)

Géolocalisation du poste

MONTPELLIER

Lieu d'affectation (sans géolocalisation)

34095 MONTPELLIER (France)

Critères candidat
Niveau d'études / Diplôme

Niveau 7 Master/diplômes équivalents

Spécialisation

Formations générales

Langues

Français (Seuil)

---