Projet de recherche doctoral numero :8151

Date depot: 9 avril 2021
Titre: Fiabilisation des Architectures Electroniques pour l’exécution d’algorithmes d’Intelligence Artificielle
Directeur de thèse: Bertrand GRANADO (LIP6)
Encadrant : Julien DENOULET (LIP6)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini

Resumé: Les Architectures Électroniques conçues pour l’exécution d’algorithmes d’intelligence artificielle ont été imaginées uniquement avec l’objectif de traiter le plus rapidement possible un grand nombre d’opérations. C’était le cas dans les années 1990 avec des ordinateurs neuronaux. Ces architectures ne sont pas réellement adaptées à l’Internet des objets, où les capacités de calcul et de cognition sont distribuées dans des millions d’objets ayant des capacités plus ou moins grandes de traiter localement les données. Ces objets, qui sont des systèmes embarqués, doivent aussi satisfaire d’autres contraintes que la puissance de traitement. Parmi celles-ci, il y a la contrainte énergétique, avec des consommations de courant de l’ordre du mA, voir du µA. Une autre contrainte qui est apparue, et qui est incontournable pour nombre d’applications, est celle liée à la confiance. La confiance est définie comme le crédit accordé à quelqu'un ou à quelque chose. Dans le document de la commission européenne « Excellence et confiance dans le domaine de l’intelligence artificielle », des indicateurs de la confiance sont proposés : · la transparence et la traçabilité et cela sous contrôle humain ; · la conformité à des normes ; · la capacité à avoir des traitements non entachés de biais ; Ces indicateurs sont importants dans beaucoup de domaines applicatifs comme la médecine, les transports et les réseaux de distribution d’énergie et de transmission de données. Positionnement scientifique du projet : Dans ce PRD nous nous proposons de changer de paradigme et d’étudier la confiance et les systèmes embarqués intelligents à deux niveaux : • au niveau de l’architecture numérique de traitement où des choix structuraux, comme des mémoires à écriture unique, des mécanismes de chiffrement ou des solutions de traçage, peuvent assurer l’intégrité du système; et, • au niveau du modèle d’IA intégrée, qui peut être utilisé pour détecter des données frauduleuses introduisant des biais. Dans le cadre d’un routeur réseau, l’intelligence artificielle embarquée peut être utilisée pour détecter au plus tôt une attaque de type déni de service. Dans ce cas il est nécessaire de développer une architecture support de ce modèle d’IA, afin de l’intégrer en respectant les contraintes applicatives tout en assurant son rôle lié à l’augmentation de la confiance. Contrairement aux nombreux travaux de recherche qui visent à concevoir des architectures électroniques optimisées pour l’exécution d’algorithmes d’intelligence artificielle, ce programme de recherche considére le couple application/architecture. La conception des systèmes est dans ce cas réalisée sous les contraintes applicatives. L’ambition est à la fois d’utiliser des mécanismes architecturaux permettant de satisfaire les contraintes et notamment celle liées à la confiance, mais aussi d’utiliser l’intelligence artificielle pour augmenter la confiance envers le système embarqué. L’un des objectifs est aussi de déterminer le bon modèle algorithmique d’intelligence artificielle pour lequel une architecture électronique contrainte doit être réalisée. Les différents modèles existants (PMC, CNN, Arbres de décision, SVM, …) ont des caractéristiques différentes en terme notamment de : • la performance de reconnaissance ou d’interpolation ; • l’explicabilité du modèle construit ; • la complexité calculatoire ; et • la facilité d’intégration. Choisir le bon modèle est lié intrinsèquement au domaine applicatif. Dans des domaines nécessitant un haut degré de confiance, il est important de pouvoir comprendre et expliquer toutes les parties des décisions prises. L’explicabilité de la décision du système peut augmenter le crédit qui lui est attribué et de par-là, la confiance que l’utilisateur a en lui. Cette contrainte peut être relâchée dans des domaines moins sensibles. Un scénario de travail est celui d’un système médical dans lequel des objets limités en capacité de traitements, tels que des capsules vidéo-endoscopiques, réalisent grâce à des algorithmes d’intelligence artificielle, un tri des informations à télétransmettre. Ces informations sont transmises aux serveurs médicaux via des routeurs de confiance permettant d’assurer l’intégrité des données et des services. L’objectif est d’augmenter la confiance qu’il est possible d’accorder aux architectures neuronales qui peuvent exécuter différents modèles, dont les arbres binaires de décision, les arbres de décision floue, les CNN, les RBF et les SVM. La cible visée sont les FPGA ou si besoin des ASIC selon les contraintes applicatives. Les pistes suivies seront l’insertion de mécanismes de mémorisation inviolables comme les mémoires à lecture seule, des mécanismes de chiffrement ou de traçage comme le Backward Error Recovery. Il s’agira aussi de caractériser les architectures développées dans en rapport à la satisatisfaction de contraintes. Des métriques comme RoofLine et NetScore seront considérées.