L'équipe de recherche Tagada vise à développer une théorie mathématique et algorithmique de l'alignement géométrique en intelligence artificielle. 

Le concept d’alignement désigne la mise en correspondance explicite d'objets mathématiques, tels que des données structurées ou multimodales, des distributions de probabilité, des espaces latents, des variétés différentielles et des architectures de réseaux de neurones.

 

L’équipe TAGADA se propose d’étudier les fondements mathématiques de l’alignement, avec pour objectif principal la conception de méthodes et d’algorithmes assortis de garanties théoriques, ainsi que le développement de bibliothèques logicielles dédiées à l’alignement géométrique en apprentissage automatique. En formulant des approches d’alignement reposant sur des principes rigoureux et intégrant explicitement la géométrie des données, nous nous concentrons sur des configurations de problèmes dans lesquelles les connaissances a priori, la structure mathématique et la théorie jouent un rôle central, reléguant au second plan le recours au calcul intensif et à des volumes massifs de données.

 

Notre ambition est de produire des méthodologies originales, réutilisables et solidement étayées sur le plan scientifique, venant compléter — plutôt que reproduire — les approches fortement consommatrices en ressources, et contribuant, in fine, au bénéfice de l’ensemble de la communauté de l’apprentissage automatique.