Publié le 3 décembre 2020–Mis à jour le 3 décembre 2020
Professeur associé à l’Institut de mathématiques de Toulouse (IMT), Mohamed Masmoudi a longtemps travaillé sur le gradient topologique. Une théorie qui l’a conduit à s’intéresser très en amont à l’optimisation des réseaux neuronaux, et donc à l’intelligence artificielle (IA). Ces études menées à l’IMT ont conduit à des développements qui nécessitent beaucoup moins de ressources que l’IA “classique” pour un apprentissage automatique dans des problèmes précis proposés par les partenaires industriels. L’innovation est aujourd’hui promue à travers la start-up Adagos, notamment à destination des secteurs de l’industrie et du médical.
“Sortir les maths du laboratoire, du fondamental à l’appliqué”. C’est ce qu’a essayé de faire Mohamed Masmoudi tout au long de sa carrière à l’Institut de Mathématiques de Toulouse (IMT). Le chercheur découvre les mathématiques appliquées à l’université de Nice, et notamment les éléments à la base de l’intelligence artificielle (IA) que nous connaissons aujourd’hui. En 1987, il soutient un doctorat d’État sur l’optimisation de forme : “J’étais dans un environnement scientifique qui me donnait l’impression d’être un des tout premiers à mettre les mathématiques au service de la société”. Peu après son arrivée à l’IMT en 1988, Mohamed Masmoudi développe la notion de gradient topologique, qui permet d’estimer rapidement la façon d’améliorer la réponse d’un système en modifiant sa topologie. Avec Philippe Guillaume et Julien Pommier, également chercheurs au laboratoire, ils appliquent le concept à différents problèmes industriels et à l’imagerie médicale. Mais le gradient topologique n'est pas le seul chemin vers la parcimonie. Le couplage de modèles (ou règles) et de données en est un autre. Ce thème a d’ailleurs été retenu par ANITI, l’institut interdisciplinaire d’intelligence artificielle de Toulouse, à travers les modèles hybrides. (...)
