Thèse: Révolutionner l'intervention en milieux complexes (IA et XR)

"Révolutionner l'intervention en milieux complexes : L'IA et les interfaces XR en synergie pour des solutions innovantes et efficaces"

CEA Marcoule et Laboratoire LISPEN

Contexte scientifique

L’exploitation d’équipements complexes, notamment dans le secteur nucléaire, repose sur l’accès rapide et sécurisé à des données hétérogènes. Les avancées en IA générative, combinées aux Jumeaux Numériques (JN), offrent des solutions innovantes pour améliorer les interactions humain-système. Cependant, l’intégration de ces technologies dans des environnements critiques nécessite des approches adaptées pour garantir intuitivité, sécurité et efficacité.

Missions

Cette thèse propose de développer une architecture d’IA générative enrichie par des données métiers et accessible via la réalité mixte, permettant à un opérateur de boite à gants de poser des questions en langage naturel. Les travaux incluent :

1. Une revue de l’état de l’art sur la génération augmentée (RAG), les technologies ASR/TTS, l'évaluation des interactions entre l'humain et l'IA, les interactions multimodales en XR, les JN et les méthodologies d'évaluation d'un système.

2. Le développement et l’intégration d’une architecture d'assistant intelligent pour l’exploitation nucléaire.

3. L’évaluation des interactions humain-IA et la définition de métriques d’efficacité et d’adoption.

Résultats attendus

Le projet vise à améliorer la sécurité et la productivité grâce à une interaction optimisée et à proposer des guidelines pour l’adoption de ces systèmes dans des environnements critiques.

Profil recherché

• Informatique : niveau master en IA, RV

• Interactions humain-système

• Bon niveau rédactionnel

Envoyer CV + lettre de motivation

Encadrement et contact

Le doctorant sera inscrit à l'école doctorale d'Arts et Métiers.

CEA Marcoule : PERROT Vincent : vincent.perrot[at]cea.fr

Arts et Métiers (ENSAM) - laboratoire LISPEN : CHARDONNET Jean-Rémy : jean-remy.chardonnet[at]ensam.eu, et JOBLOT Laurent : laurent.joblot[at]ensam.eu