Missions

Le poste de chercheur est envisagé dans le cadre du projet ANITI HUCAD qui vise à développer des systèmes d'intelligence artificielle (IA) favorisant la collaboration homme-machine pour des délibérations efficaces. Il vise à améliorer les capacités d'argumentation des parties prenantes en suggérant des arguments pertinents, extraits du web, et en facilitant la bonne compréhension d'un débat grâce à une synthèse générée automatiquement et structurée des arguments les plus saillants.
L'argumentation computationnelle (CA) est un sous-domaine de l'IA qui étudie la théorie de l'argumentation, à savoir les fondements théoriques et les applications menant à des développements tels que les logiques permettant de représenter et de raisonner sur les arguments, et les méthodes axiomatiques d'évaluation des arguments.
L'argumentation en langage naturel est un domaine de recherche récent, à la croisée du traitement du langage naturel (NLP) et de la recherche d'informations (IR), qui se concentre sur l'identification, la récupération et la génération d'arguments (et de contre-arguments) présents dans des textes et des dialogues, ainsi que sur la classification des relations entre les arguments (soutien, attaque) et la construction d'essais et de résumés argumentatifs. Les applications les plus marquantes sont les assistants personnels intelligents et les moteurs de recherche d'arguments. Cependant, malgré les développements marquants dans le domaine de l'argumentation en langage naturel, notamment l'exploration d'arguments (AM) et la recherche d'arguments (AR) - il existe encore des limites critiques aux méthodes et modèles actuels d'argumentation en langage naturel, parmi lesquelles - mais sans s'y limiter - le manque de capacités de raisonnement pour produire des arguments cohérents qui transmettent des relations logiques formelles au-delà du niveau superficiel des arguments, leur généralisation limitée en ce qui concerne les structures d'argumentation (par exemple, les arguments imbriqués) et les types (par exemple, les arguments bloquants), le manque d'évaluation objective de la qualité des arguments à l'aide de méthodes normatives.
Grâce à ce poste de chercheur, nous souhaitons explorer les avantages synergiques de l'analyse conversationnelle et de l'argumentation en langage naturel afin de concevoir des modèles théoriques d'argumentation en langage naturel en tirant parti des capacités des grands modèles de langues (LLM) comme moyens convaincants de compréhension et de raisonnement en langage naturel.

Activités

Les modèles de langues (LM) sont devenus la colonne vertébrale de nombreuses tâches impliquant le raisonnement et la compréhension du langage dans les domaines de l'IA, de la recherche d'information (RI) et du traitement du langage naturel (TAL). En matière d'argumentation, la littérature révèle qu'ils sont efficaces pour de nombreuses tâches de recherche et d'exploration d'arguments (par exemple, la classification des relations entre arguments). Plus récemment, les LLM, connus pour être des « raisonneurs souples » dans des contextes zero-shot et few-shot, ont permis des améliorations impressionnantes dans un large éventail de tâches linguistiques et décisionnelles. Cependant, ils souffrent encore d'inconvénients majeurs, notamment le manque de véracité et de capacités de raisonnement logique dans les tâches de raisonnement complexes. L'utilisation des LLM pour l'argumentation en est encore à ses balbutiements (par exemple, travaux préliminaires sur la classification des relations entre arguments et l'explication basée sur l'argumentation), laissant un certain nombre des défis cités ci-dessus sans solution, tels que l'incohérence logique d'un ensemble d'arguments de sortie et leur faible qualité en raison de l'absence d'évaluation objective.
L'objectif principal de ce poste est de participer à la conception de modèles dédiés à l'argumentation de type humain qui exploitent pleinement les développements théoriques en matière d'argumentation computationnelle (CA), de recherche d'informations (RI) et de traitement du langage naturel (TAL) en utilisant les avancées récentes dans le domaine des grands modèles linguistiques (LLM).
Le candidat devra :
- Concevoir de nouveaux modèles basés sur le LLM, fondés sur des axiomes, pour l'argumentation en langage naturel, grâce à des stratégies de réglage fin et de prompting sur mesure ;
- Tester et valider les modèles proposés sur des ensembles de données standard à l'aide d'une évaluation objective et d'une évaluation empirique basée sur les données ;
- Diffuser les résultats scientifiques du projet dans des conférences et des revues de haute qualité dans les domaines de l'IA, de la RI et du TAL.

Compétences

Compétences techniques :
- La maîtrise de frameworks tels que TensorFlow, PyTorch ou similaires est essentielle.
- Expérience avec des outils et des bibliothèques pour l'IA, la RI et le TAL, tels que Hugging Face Transformers ou similaires.
- Compétences en matière de collecte, de nettoyage, de prétraitement et d'analyse de données, y compris le travail avec de grands ensembles de données.
- Capacité à concevoir, mettre en œuvre et évaluer des algorithmes pour l'argumentation computationnelle et les tâches connexes sera un atout.

Compétences relationnelles :
- Excellentes compétences en communication écrite et orale, avec la capacité de présenter les résultats de recherche de manière claire et efficace.
- Capacité à travailler en collaboration au sein d'une équipe de recherche, y compris dans le cadre de collaborations interdisciplinaires.

Expérience en recherche :
- Expérience avérée en TAL, IA, RI ou dans des domaines connexes, attestée par des articles de recherche publiés dans des revues ou lors de conférences de premier plan.
- Une expérience spécifique ou des travaux de recherche axés sur l'argumentation informatique, l'extraction d'arguments, la recherche d'arguments ou l'analyse du discours à l'aide de grands modèles linguistiques seront considérés comme un atout.

Diplômes : doctorat dans un domaine pertinent tel que l'informatique, la linguistique informatique, l'intelligence artificielle ou une discipline étroitement liée.

Contexte de travail

Toulouse, souvent surnommée « La Ville Rose » en raison de son architecture caractéristique en briques de terre cuite, se distingue comme une ville internationale dynamique qui allie un riche patrimoine culturel à une innovation de pointe. Nichée au cœur de la région Occitanie, dans le sud-ouest de la France, Toulouse bénéficie de la proximité des pittoresques montagnes des Pyrénées, offrant à ses habitants et à ses visiteurs un accès facile à des paysages naturels époustouflants et à des activités de plein air. La ville est un pôle aérospatial mondial, qui abrite le siège d'Airbus, attirant une main-d'œuvre diversifiée et qualifiée venue du monde entier. Toulouse est également un centre de recherche et d'enseignement de premier plan, avec des institutions renommées telles que l'université Toulouse Capitole, l'université Toulouse-Jean Jaurès, l'université de Toulouse, l'Institut national polytechnique de Toulouse, l'Institut national des sciences appliquées de Toulouse, l'Institut supérieur d'aéronautique et de l'espace, pour n'en citer que quelques-unes, qui favorisent un environnement dynamique propice au progrès académique et scientifique. Sa scène culturelle animée, associée à une qualité de vie élevée, fait de Toulouse une destination attrayante pour les professionnels, les étudiants et les touristes internationaux.

L'Institut d'intelligence artificielle et naturelle de Toulouse (ANITI) est un pôle scientifique majeur dédié à l'IA, établi à Toulouse. Son objectif est de faire de Toulouse l'un des leaders mondiaux en matière d'intelligence artificielle dans les domaines de la recherche, de l'éducation, de l'innovation et du développement économique, en attirant des chercheurs et des professionnels de haut niveau venus du monde entier. La présence de l'ANITI renforce la réputation de la ville en tant que pôle d'avancées technologiques, complétant son statut de siège social d'Airbus et son riche héritage dans le domaine aérospatial. L'ANITI a trois missions principales : la recherche scientifique, la formation et le développement économique liés à l'IA. L'ANITI vise à développer une nouvelle génération d'intelligence artificielle appelée IA hybride, intégrant des techniques d'apprentissage basées sur les données et des modèles symboliques ou mathématiques qui permettent d'exprimer des contraintes et d'effectuer des raisonnements logiques. L'ANITI a également des objectifs ambitieux en matière d'éducation et de développement industriel.


Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.