• Actualités
  • Témoignages
  • Publié le

Dans cette page :


3 questions à Ahmed-Rafik-El Mehdi BAAHMED

Doctorant en informatique au sein de l’unité de recherche CESI LINEACT

À CESI LINEACT à Strasbourg depuis décembre 2023, Ahmed-Rafik-El Mehdi Baahmed étudie comment faire collaborer des objets connectés pour entraîner des modèles d’intelligence artificielle tout en gardant les données sur les appareils qui les produisent. Ses travaux portent sur l’efficacité de l’apprentissage fédéré dans les infrastructures Edge-Cloud, qui combinent des ressources de calcul proches des appareils et des ressources hébergées dans le cloud. Il cherche à adapter ces méthodes aux besoins et aux capacités de chaque équipement, y compris ceux qui disposent de peu de puissance de calcul.


Qu’est-ce qui t’a donné envie de poursuivre en doctorat et de t’intéresser à l’apprentissage fédéré et à l’Edge Computing ?

Je suis convaincu que la recherche est l’un des moteurs du progrès. L’ingénierie m’a appris à concevoir des solutions. La recherche m’a donné envie d’aller plus loin, en explorant de nouvelles idées et en cherchant comment les transformer en avancées concrètes. C’est ce qui m’a naturellement conduit vers le doctorat.

Ce qui m’intéresse dans l’apprentissage fédéré et l’Edge Computing, c’est la possibilité de faire fonctionner l’IA au plus près des appareils et des personnes qui l’utilisent. En faisant collaborer les équipements tout en conservant les données là où elles sont produites, on peut concevoir des modèles qui tiennent compte des besoins de chacun et des ressources disponibles. Mon objectif est de contribuer à une intelligence artificielle plus efficace, plus accessible et qui laisse à chacun davantage de maîtrise sur ses données.

Comment fonctionne l’apprentissage fédéré et quel défi tes recherches cherchent-elles à relever ?

Imaginez plusieurs objets connectés qui apprennent chacun à partir de leurs propres données. Ils partagent ensuite ce qu’ils ont appris, sous la forme de mises à jour du modèle, et les données utilisées pour l’entraîner restent sur chaque appareil. C’est le principe de l’apprentissage fédéré.

La difficulté, c’est que ces équipements n’ont ni la même puissance de calcul, ni les mêmes données, ni les mêmes besoins. Mes recherches, soutenues par la Région Grand Est, visent à faire collaborer ces appareils, y compris ceux qui ont peu de ressources, tout en limitant les calculs nécessaires. L’idée est de faire en sorte que l’IA s’adapte aux capacités des équipements que l’on utilise dans la pratique.



Comment tes travaux s’appliquent-ils au projet européen FAIR’nRG ?

Coordonné par CESI Strasbourg et soutenu par le programme Interreg Rhin Supérieur | Oberrhein, le projet FAIR’nRG réunit des partenaires français, allemands et suisses autour d’un objectif commun. Il s’agit de mieux produire, stocker et consommer l’énergie solaire en tenant compte des différences entre les installations, les usages et les réglementations de chaque pays.

Je contribue à la coordination du projet et j’y apporte mon expertise en intelligence artificielle collaborative. L’enjeu est de permettre à plusieurs installations de tirer parti de ce que les autres ont appris, tout en gardant la maîtrise de leurs données. Chaque installation peut ainsi adapter son modèle à ses propres besoins et à ses ressources. Pour moi, c’est une application concrète de mes travaux à la gestion de l’énergie photovoltaïque.

Le mot de la fin d’Ahmed-Rafik-El Mehdi :

Une ignorance pleinement consciente est le prélude à toute véritable avancée scientifique.

James Clerk Maxwell