L’intelligence artificielle au service de la recherche scientifique

Domaine : Énergie
Projet : LEAP
Institution : LIST
Chercheur : Jun Cao

Le projet veut accompagner la transition vers la neutralité carbone en optimisant les systèmes énergétiques. Le but est de garantir la stabilité et la sécurité des futurs réseaux de distribution, qui incluront de petites unités de production alimentant un site proche. L’IA et l’apprentissage automatique permettront de prendre des décisions en temps réel, en fonction des conditions instantanées du réseau énergétique.

Domaine : Santé
Projet : DIGIPD
Institution : Université du Luxembourg
Chercheur : Enrico Glaab

Le projet vise à améliorer le diagnostic et le traitement de la maladie de Parkinson grâce à des biomarqueurs numériques obtenus à l’aide de capteurs, qui permettent un suivi quantitatif et continu des symptômes de la maladie. En analysant ces marqueurs avec l’IA, les diagnostics pourraient devenir plus précis, les différentes trajectoires évolutives de la maladie pourraient être prédites et l’évolution des symptômes en fonction des traitements serait anticipée.

Domaine : Travail
Projet : TechnoD
Institution : LISER
Chercheur : Massimo Morelli

Le projet promeut des pratiques de recrutement équitables en luttant contre la discrimination sur le marché du travail, qui peut être aggravée par l’utilisation de l’IA. Il comprend trois volets : une modélisation théorique, des études d’observation basées sur des données réelles et des expériences empiriques à l’aide de l’IA. Des offres d’emploi seront analysées pour y détecter des biais grâce au traitement du langage naturel. Des expériences seront menées en ligne, avec des participants qui joueront le rôle de recruteurs et sélectionneront des candidats à partir de listes générées par une IA conçue pour ignorer les facteurs discriminatoires ou les compenser activement.

Domaine : Éducation
Projet : OPTE
Institution : Université du Luxembourg
Chercheur : Ilias Sviatko

Le projet a pour but d’améliorer les pratiques éducatives en utilisant l’IA pour générer du contenu personnalisé. L’idée est de créer un outil d’apprentissage assisté par l’IA, capable d’extraire des connaissances à partir de livres, documents et programmes scolaires, puis de générer du contenu éducatif personnalisé et à jour, comme des questionnaires, des synthèses ou des réponses factuelles. L’ambition est de réduire les inégalités éducatives et de soutenir l’apprentissage tout au long de la vie.

Domaine : Agriculture
Projet : Precision
Institution : Université du Luxembourg
Chercheur : Félicia Norma Rebecca Teferle

Le projet vise à développer un outil d’aide à la décision basé sur l’IA permettant aux agriculteurs d’ajuster la teneur en azote au cours de la saison de croissance et l’application d’herbicides pour le contrôle des mauvaises herbes, favorisant ainsi des pratiques agricoles plus durables. Il s’inscrit dans l’agriculture dite « de précision », une nouvelle approche qui utilise des technologies avancées, telles que les drones et l’imagerie hyperspectrale, afin de collecter et analyser des données sur l’état des cultures.

Domaine : Environnement
Projet : Bioindic-IA
Institution : LIST
Chercheur : Carlos Eduardo Wetzel

Le projet a pour objectif de développer un outil de diagnostic écologique de biomonitoring permettant une gestion efficace des milieux aquatiques face aux pressions exercées par les activités humaines sur leur qualité physique et chimique. Dans cette évaluation de la qualité écologique, l’IA est utilisée pour automatiser l’identification et la quantification des organismes présents dans l’écosystème ainsi que de leurs caractéristiques clés. Le traitement automatisé des images est réalisé par des algorithmes d’apprentissage profond. L’outil permettra notamment d’évaluer l’état des écosystèmes et d’identifier les facteurs de risque spécifiques à l’origine des perturbations des communautés biologiques.

Domaine : Finance
Projet : Performant Anti Money Laundering Analytics
Institution : LIST (en partenariat avec Mopso)
Chercheur : Fintan McGee

Le projet utilise l’informatique de haute performance pour traiter et analyser de grandes quantités de données, améliorant ainsi les processus de lutte contre le blanchiment d’argent. L’objectif est notamment de détecter avec plus d’efficacité et de précision les transactions suspectes et les clients à haut risque. Le projet devrait déboucher sur des produits commercialement viables d’ici le début de l’année 2027, avec des applications potentielles dans l’ensemble du secteur financier européen.

Par Léna Fernandes

Extrait du dossier du mois « Évolution techno-logique ? »