1

L’INRIA, institut français des STIC

Alain Jean-Marie, 30 avril 2008Rencontre RTRA-INRIA-MIPS Montpellier

L’institut national de recherche en informatique et en automatique

Un institut de recherche publique, placé sous la double tutelle du ministère de la recherche et du ministère de l'industrie

2

L’INRIA en quelques mots…

EffectifsOrganisationStratégie

3

Un budget de 186 M€ HTdont plus de 20% de ressources extérieures

2800 scientifiques dans les équipes1300 chercheurs et enseignants-chercheurs1000 doctorants

500 post doctorants et contractuels8 centres de recherche en France75 équipes associées dans le monde4000 publications24 conférences internationales230 brevets actifs89 sociétés innovantes créées790 contrats en cours80 logiciels distribués

3800 personnes

L’INRIA en chiffres

Chiffres janvier 2008

4

INRIA NancyGrand Est

INRIA Grenoble Rhône-Alpes

INRIA Sophia AntipolisMéditerranée

INRIA RennesBretagne Atlantique

INRIA BordeauxSud-Ouest

INRIA LilleNord Europe

INRIASaclayÎle-de-France

INRIA ParisRocquencourt

Les centres INRIA

5Un modèle de recherche original : les équipes-projets INRIA (EPI)

• 15 à 20 personnes autour d’un leader scientifique• Une unité thématique forte• Une durée limitée : 8 ans en moyenne• Des objectifs et un programme de travail à moyen terme• Des coopérations avec les partenaires industriels et scientifiques, en

France et dans le monde • Une autonomie financière et scientifique• Une obligation de transfert • Une évaluation a priori et a posteriori (quadriennale)

150+ équipes-projets INRIA en 2008 dont 120 en partenariat

Une organisation complémentaire des universités

6

Partenariats scientifiques

Équipes-projets INRIA communes avec les universités, les grandes écoles et les autres organismes de recherche

Actions de recherche coopératives associant des équipes de recherche extérieures

Enseignement en 2e et 3e cycles ; conventions avec des formations doctorales

Relations avec les organismes de recherche dans d’autres disciplines : • Inserm, Institut Pasteur, Inrets, Cirad…

Partenariat dans les projets nationaux• plus de 250 projets ANR

7

Le développement technologique

Services d’expérimentation et de développement

Actions de développement technologiques

Opérations de développement logiciel

Plates-formes expérimentales

Support à la normalisation

Support à la création d’entreprises

8

Modéliser

Programmer

Communiquer

Interagir

Ingénierie numérique

Médecine numérique

Sciences numériques

Plan Stratégique 2008-20117 défis scientifiques et technologiques

9

Modéliser

Programmer

Communiquer

Interagir

Ingénierie numérique

Médecine numérique

Sciences numériques

Plan Stratégique 2008-20117 défis scientifiques et technologiques

10

Modélisation et Sciences Numériques

11

Positionnement INRIA-Agro

Axe « Cœur de Métier » : Modéliser

Défi scientifique: Sciences Numériques

Défi sociétal: Environnement, développement durable

Écologie/environnement, plante numérique, …

Renforcement de la visibilité de cet aspect dans l’institut (post-Grenelle…)

12Modélisation, simulation et optimisation

Focalisation

Modèles multi-échelles, multi-physiques, déterministes et stochastiques, continus et discrets

Assimilation de données bruitées et incertaines

Couplage de modules, apprentissage, optimisation

Qualification des modèles, risques, incertitude et sensibilité

13Modélisation, simulation et optimisation de systèmes dynamiques complexes

Simulation et visualisation scientifique pour l'environnement

Simulation des plasmas de fusion pour le programme ITER

14

Sciences numériques

Focalisation

Matériau numérique: de l'échelle atomique aux nanosystèmes

Cellule numérique: biologie structurale, génétique et génomique fonctionnelles, biologie systémique

Plante numérique, modèles biologique et agronomique de la plante à la parcelle, micro-algues

Ecologie numérique: intégration divers niveaux trophiques et types de modèles de comportement d'espèces

Biosphère et environnement numériques: modélisation, observation, détection précoce, expérimentation in silico

15

Sciences numériques

Amarrage des protéines

Dynamique cellulaire

Modèles agrobiologiques des plantes

16

Défis de la Modélisation et du Numérique

Sciences biologiques, agronomiques, écologie

Systèmes complexes : milliards d’individus, milliers d’espèces...

Simuler pour comprendre : biodiversité et structuration spatiale

Modéliser pour optimiser : rendements et coûts

Développer des outils d’aide à la décision : lois de commande, capteurs logiciels, ...

Retour terrain et validation : adéquation aux données, sélection d’expériences

17

Quelques exemples de recherches à l’INRIA

ModélisationContrôleImagerie

18

Lutte contre les ravageurs de plantes(par ex rosiers en serre)Collab. avec l’INRA Sophia-AntipolisModèle proie/prédateurCoccinelles, parasitoïdes, thrips, acariensModélisation (dont récolte…)Quand introduire les auxiliaires ?Combien ?

Modélisation et optimisation de la lutte biologiqueEPI COMORE

Photos A. Bout, INRA Sophia

19

INRA (LBE Narbonne, Montpellier)Traitement biologique, valorisation énergétiqueModélisation et Capteurs logicielsRégulation et optimisationDépollution par fermentation anaérobieProduction de biogaz, de biocarburantsMicro-algues, agro-alimentaire

Bioprocédés

20

s12s6 s7s1 s2 s3 s4 s5 s8 s9 s10s11 s13

θka1

θka3 KinA

s12s6 s7s1 s2 s3 s4 s5 s8 s9 s10s11 s13

θse1

θse3

maxse Spo0E

s12s6 s7s1 s2 s3 s4 s5 s8 s9 s10s11 s13

θab1

maxab AbrB

Modèles dans la celluleRéseaux génétiques et métaboliquesAnalyse qualitative des réseaux de régulation transcriptionnels (EPI HELIX Grenoble)

Biologie systémique

21EPI MEREModélisation Et Ressources en Eaucommune avec INRA-MIA

Ingénierie de la dépollution biologique

Recréer en bioréacteur un

Écosystème microbien efficace

pour la dégradation, et le maîtriser

Laboratoire de Biotechnologie

de l’Environnement (LBE)

– INRA Narbonne –

22

Vers des écosystèmes numériques

Autres agro-systèmes reposant sur des acteurs microbiens :• écosystèmes des sols : microbiologie et cycles

géochimiques du carbone et de l’azote (fertilité, gaz à effet de serre,...)• bioréacteurs de la chimie verte : synthèse microbienne à

base de substrats végétaux ...)

⇒ besoins communs d’outils de modélisation, de simulation et d’aide à la décision pour les communautés microbiennes en milieu hétérogène

23Simulation/analyse d'une dynamique de forêtMERE + CIRAD : forêts naturelles (ARC INRIA)[futur: forêts plantées]

• compétition croissance en interaction

•

• modèle individu centré : processus markovien de branchement/diffusion temps et espace continus explicitement ‘simulable’ (Monte Carlo)

{ }tit

it Nidx ,,1;),( L=

Exemple de noyau compétition: le taux de survie d’un individu ainsi que sa croissance son déterminés par l’intersection de sa zone d’influence avec celle de ses proches voisins

24

Équipe DIGIPLANTEcommune CIRAD-ECP

Modélisation de l’architecture et de la croissance des plantes

Optimisation de la croissance et du rendement

Identification de modèles

Visualisation

25

26

27

EPI EVASION commune INPG-UJF-CNRS

Visualisation et animation de scènes naturellesAnimation & éclairage en temps réel

28

EPI EVASION

Animation de prairie: passage d’objets, ventAnimation à partir de vidéos

29

EPI ARIANAcommune CNRS-UNSA

Détection d’arbresExemples d’extraction de houppiers en imagerie IR couleur par processus ponctuel marqué (Collaboration ECP, IFN, LIAMA (Pékin))

© IFN / INRIA

30

Détection d’arbresExemples d’extraction de houppiers par contours actifs d’ordre supérieur

(Collaboration Université de Szeged, Hongrie)

EPI ARIANA

© IFN / INRIA

31

Détection des départs de feux(Thales Alenia Space Cannes )

Vérité de terrain© Thales Alenia Space/DLR

14 départs de feux détectés sur 160 fausse alarme.

32

Image SPOT5 © CNES, distribution SPOT Image

SVM

K-NN

Détection des dégâts après un feu de foret (Silogic )

33

EPI PULSARBIOSERRE : Réseau de capteurs pour la détection précoce des BIOagresseurs dans les cultures sous SERRE

Partenaires: EPI VISTA, INRA UPV, CREAT

Objectif : dans le cadre de la Protection Biologique Intégrée, aider aux prises de décision précoces; approche in situ (non invasive) pour réduire l’utilisation de pesticides.

Système de vidéo surveillance temps réel des plantes (acquisition, détection et tracking)

• Algorithmes de vision adaptatifs• Utilisation de connaissance a priori• Techniques d’apprentissage

Une camera observant un piège à insectes dans la serre

34

BIOSERRE, prototype

Première expérience : • 5 caméras Wifi installées sous serre (130 m2)• surveillance de pièges repartis dans la serre• 3 variétés de roses observées, pendant la journée

Futur : • augmenter nombre de caméras, • plus de types d’insectes détectés,• observation directe sur organes (feuilles tiges)

Acquisition : Zoom Détection: régions d’intérêt en blanc Classification : régions labellisées

35

En oubliant…

Modélisation de populations, PDE et leur contrôle

Modélisation stochastique, discrète, continue, …

Modélisation géométrique, simulation numérique

Modélisation des données, connaissances, raisonnements, usages

36

L’INRIA à Montpellier

37L’INRIA à Montpellier (1)

Le site de Montpellier est rattaché au Centre INRIA Sophia-Antipolis Méditerranée

Depuis 2004:• Création de 3 Equipes-Projet INRIA, avec support administratif

~10 permanents INRIA• Participation à des plate-formes de recherche (Analyse du mouvement,

soft. Modélisation des Plantes)• Membre d’Agropolis Fondation• Partenariat UM2

Intentions:• Participation au Campus UM2 St Priest (1M€), soutien Plan Campus

UMSF• Investissement croissant dans le Plan Quadr. (>2010-2013)

38L’INRIA à Montpellier (2)

Extrait du Plan Stratégique 2008-2011 de l’INRIA

• Une des 7 priorités stratégiquesSciences Numériques:

« de la cellule numérique à la planète numérique »• Régionalement: une des 3 orientations stratégiques du centre SA-M:

Médecine et biologie computationnelles

• Citation: Sur le site de Montpellier, le centre a pour objectif d’inscriredurablement sa présence en lien étroit avec l’INRA, le CIRAD et lespartenaires du LIRMM. Un objectif structurant est de réussir l’implicationde l’INRIA dans la fondation issue du RTRA Sciences agronomiques etenvironnement durable pour la création et le développement d’unprogramme sur la « plante computationnelle ».