Témoignages : 2 élèves du diplôme en Intelligence Artificielle (ARIA) 2021-2022

Victor Chareyron et Adrien Specht
Victor Chareyron et Adrien Specht
Que peut relier un normalien en "Électronique, Électrotechnique et Automatique" et un normalien en Sciences humaines et sociales à l'ENS Paris-Saclay ? Témoignage croisé d'Adrien Specht, du Département d’enseignement et de recherche (DER) Nikola Tesla, et de Victor Chareyron, du DER de Sciences humaines et sociales, sur leur parcours "Année de Recherche en Intelligence Artificielle" (ARIA) en 2021-2022.

Mettant l'accent sur la pluridisciplinarité, l’École propose, en formation initiale ou continue, le diplôme en un an "Année de Recherche en Intelligence Artificielle" (ARIA) dont l'objectif est de former des scientifiques maîtrisant les outils en Intelligence artificielle et les concepts associés afin de les appliquer à leurs différentes disciplines.

Adrien SPECHT, du Département d’enseignement et de recherche (DER) Nikola Tesla et Victor CHAREYRON, du DER de Sciences humaines et sociales nous relatent leur parcours.

Quel est votre parcours ?

Adrien Specht, DER Nikola Tesla 

"Après une classe préparatoire PCSI-PSI, j’ai choisi d’intégrer l’ENS Paris Saclay pour la qualité et la diversité de ses enseignements. J’ai bénéficié d’une formation avancée dans tous les domaines de l’ingénierie dès ma première année. J’ai ensuite continué ma formation dans le DER Nikola Tesla et j’ai alors constaté que la recherche actuelle utilise l’intelligence artificielle en traitement d’information, d’énergie, de l’image, du signal."

Victor Chareyron, DER de Sciences humaines et sociales

"J'ai intégré l'ENS Paris-Saclay après deux ans de prépa BL (lettres et sciences sociales). J'envisageais, et envisage toujours, une poursuite d'étude dans le monde de la recherche. Au début de mon cursus au département d'enseignement et de rechercghe de sciences sociales, j'ai eu l'occasion de me familiariser avec les méthodes quantitatives de modélisation de données, et les possibilités offertes par ces techniques m'ont beaucoup intéressé."

Pourquoi avoir choisi le parcours ARIA ?

Adrien Specht : "En plus d’étudier des cours théoriques, j’ai collaboré avec des médecins, des neuroscientifiques, des ingénieurs, et des chercheurs et chercheuses pour développer une méthode de deep learning qui identifie les signatures spectrales des stades du sommeil.
Si j’ai parfois été confronté à des difficultés pour communiquer avec chaque expert ou experte, c’est également ce qui fait la richesse du parcours ARIA : apprendre de la pluridisciplinarité pour faire la meilleure recherche possible.
Plus tard, je m’imagine neuro-ingénieur pour percer les mystères du cerveau, et en particulier, celui du sommeil et des rêves."

Avec le parcours ARIA, j’ai pu créer un parcours personnalisé et vivre une expérience unique. — Adrien Specht

Victor Chareyron : "Le parcours IA était l'occasion d'approfondir, par le biais d'une nouvelle approche, les opportunités ouvertes par l'accès à un nombre croissant de données pour les sciences sociales. Il s'agissait aussi de comprendre, de manière technique, les nouveaux enjeux posés par le numérique dans le monde social (systèmes de recommandation, réseaux sociaux, application du Machine Learning dans le droit, l'industrie...). Ici, la démarche est un peu celle des Science and Technology Studies : comprendre comment des évolutions technologiques s'articulent avec des transformations sociales plus ou moins profondes.
Le parcours IA s'est avéré être une excellente porte d'entrée à ces questions : il permettait de se confronter à la couche technique des algorithmes de traitements de données grâce à des modules de renforcement puis des cours du Master Mathématiques, Vision, Apprentissage (MVA), tout en prenant essentiellement forme de manière appliquée, par le biais de stages.

Cette approche très pratique est d'autant plus pertinente que l'intersection entre les sciences sociales et le traitement algorithmique de données est un espace largement vierge, où beaucoup de choses restent à faire. Contrairement à beaucoup d'autres champs scientifiques, les sciences sociales computationnelles sont encore très jeunes, et leurs jalons méthodologiques ne sont encore très fixes ; malgré quelques percées remarquables, la démarche de recherche y est encore très exploratoire. C'est ce qui me plaît le plus dans ce domaine : l'impression d'être face à un tout nouvel espace de possibilités, qui pourrait, à l'avenir, apporter un renouveau à certaines questions de long terme des sciences sociales."

C'est ce qui me plaît le plus dans ce domaine : l'impression d'être face à un tout nouvel espace de possibilités, qui pourrait, à l'avenir, apporter un renouveau à certaines questions de long terme des sciences sociales. — Victor Chareyron