Rufin VanRullenDirecteur de recherche CNRS
Rufin VanRullen est directeur de recherche CNRS en neurosciences et intelligence artificielle au Centre de recherche cerveau et cognition (CerCo – CNRS, UT3). Il occupe également une chaire de recherche au sein de l'Institut Toulousain d'Intelligence Naturelle et Artificielle (ANITI). Il étudie le fonctionnement du cerveau, et les différentes manières d'utiliser ces connaissances pour produire des systèmes d'intelligence artificielle plus performants, plus robustes, plus créatifs, et plus proches de la cognition humaine.
Après un cursus de mathématiques et d’informatique, il s’est orienté très rapidement vers les sciences cognitives. Au cours de sa thèse, dirigée par Simon Thorpe, il travaille sur le codage neuronal et le traitement visuel rapide, puis il effectue un post-doctorat au California institute of technology avec Cristof Koch et s’intéresse alors aux mécanismes de l’attention visuelle. En 2002, il est recruté au CNRS. Ses travaux en neurosciences expérimentales et computationnelles explorent le role des oscillations cérébrales dans la cognition. Il démontre notamment que les oscillations font de notre perception un phénomène periodique – une séquence rapide de cycles perceptuels – à la manière d'une séquence vidéo. Plus récemment, sa recherche explore l'intelligence artificielle et les réseaux de neurones profonds. Il a reçu plusieurs financements européens (European young investigator award, ERC consolidator grant) ainsi que la médaille de bronze du CNRS en 2007.
The Global Latent Workspace : towards AI models of flexible cognition - GLOW
Les progrès récents ont permis à l'intelligence artificielle (IA) d'atteindre des performances remarquables dans de nombreuses tâches sensorielles, perceptuelles, linguistiques ou cognitives. Cependant, les modèles d'apprentissage profond (deep learning) manquent encore de robustesse et de flexibilité, tout en étant de très gros consommateurs de ressources de calcul et de données d'apprentissage. Le projet interdisciplinaire GLOW propose d'explorer de nouvelles architectures cognitives inspirées du cerveau, pour une cognition plus robuste, plus flexible et plus frugale. Il s'appuie sur la théorie cognitive de l'espace de travail global (global workspace) : un système à grande échelle intégrant et distribuant des informations entre modules spécialisés (perception, langage, décision, action), pour donner naissance à des formes de cognition plus avancées. Le projet implémentera directement le global workspace dans des modèles de deep learning de complexité croissante et évaluera leur correspondance avec les réseaux cérébraux. Il fournira une évaluation explicite de cette théorie neurocognitive fondamentale et repoussera les limites des systèmes actuels vers une nouvelle génération d'IA.