{ListeTraductions,#GET{ListeTraductions},#ARRAY{#LANG,#URL_ARTICLE}} {ListeTraductions,#GET{ListeTraductions},#ARRAY{#LANG,#URL_ARTICLE}}
 

Marylou Gabrié, boursière l’Oréal-Unesco Pour les femmes et la science

L’objet des bourses l’Oréal-Unesco Pour les femmes et la science est de valoriser la contribution des femmes à la science, trop souvent passée sous silence.
Les femmes représentent aujourd’hui 28% des chercheurs mais seulement 3% des Prix Nobel scientifiques leur ont été attribués.

"Pour tordre le cou aux préjugés et inspirer des vocations chez les jeunes filles", la Fondation L’Oréal , en partenariat avec l’Académie des sciences et la Commission nationale française pour l’UNESCO, s’engage depuis 10 ans à travers son programme de Bourses L’Oréal-UNESCO Pour les Femmes et la Science.
Ces bourses sont attribuées chaque année à 30 doctorantes et post-doctorantes sélectionnées parmi plus de 900 candidatures pour l’excellence de leur dossier, l’originalité de leur projet scientifique et leur désir de transmettre leur passion aux plus jeunes. Elles bénéficieront chacune, en plus d’une bourse de recherche de 15 000€ pour les doctorantes et 20 000€ pour les post-doctorantes, d’un accompagnement pour soutenir leurs travaux de recherche et leur donner la visibilité qu’elles méritent.

JPEG - 85 ko

Marylou Gabrié, doctorante au LPS, s’intéresse à la problématique des algorithmes d’apprentissage profond qui ont révolutionné l’intelligence artificielle ces dix dernières années. Inspirés des réseaux de neurones, ils apprennent à des programmes multiparamètres des tâches très complexes à partir d’une base de données d’exemples. Or, les mécanismes de cet apprentissage restent incompris, notamment du fait du nombre considérable de paramètres ajustés. Les solutions algorithmiques actuelles reposent sur des considérations empiriques et sont coûteuses en ressources : puissance de calcul, capacité de stockage, etc.

Au cours de sa thèse, Marylou s’est intéressée à la physique statistique utilisée notamment pour l’étude de systèmes constitués de milliards de molécules. « Nous exploitons les progrès récents de ce champ pour étudier l’apprentissage profond. Cette approche interdisciplinaire originale permet de combiner approximations physiques et expérimentations numériques. »
L’aboutissement de ces recherches pourrait apporter une meilleure compréhension des réseaux de neurones de l’intelligence artificielle et améliorer ainsi leur performance et leur fiabilité. Leur impact environnemental pourrait également être optimisé en réduisant les temps de calcul conséquents, qui impliquent une consommation électrique importante.

Caroline Rossi-Gendron et Jessica Guerand, doctorantes respectivement au Laboratoire P.A.S.T.E.U.R du département de chimie et au département de mathématiques et applications (DMA) sont également boursières 2018.