Retour sur la formation PaNRAID : Photons and Neutrons Realistic Artificial Intelligence Datasets.
Publié le
Cette rentrée a été l’occasion d’une nouvelle session de formation continue de la DIADEM Academy. En effet, nous avons eu le plaisir de nous retrouver à Saint-Pierre-d’Oléron pour la formation PaNRAID : Photons and Neutrons Realistic Artificial Intelligence Datasets.
Cette semaine a été particulièrement riche en échanges, avec des participants et des formateurs venus de différents pays et travaillant dans plusieurs institutions scientifiques de renom à travers le monde. Cette diversité de parcours et de cultures a créé une belle dynamique au sein du groupe, tout en réunissant des participants d’un intérêt commun pour les techniques neutroniques et les rayons X.
Au-delà des contenus scientifiques, le cadre du site de La Vieille Perrotine (CAES du CNRS) a largement contribué à créer une dynamique de groupe conviviale. La météo particulièrement favorable a permis aux participants de profiter de l’île d’Oléron à vélo et même, pour les plus courageux, de se baigner !
Une sortie en bateau autour de Fort Boyard, organisée le jeudi, est venue compléter cette semaine de travail et d’échanges, offrant un autre moment de partage entre les participants.
En résumé, ce fût une semaine dense et riche en apprentissages, mais aussi en rencontres, dans un cadre particulièrement propice aux échanges entre des participants venus d’horizons géographiques et culturels différents.
Focus sur la formation
Au cours de la semaine, les participants ont appris à construire et à adapter des jumeaux numériques réalistes d’instruments scientifiques avec les logiciels McStas et McXtrace, à partir d’équipements réels tels que FOCUS, EQ-SANS ou DMC. Ces modèles permettent de reproduire virtuellement le fonctionnement complet d’une expérience, en prenant en compte les différentes composantes de l’instrument : sources, optiques, échantillons et détecteurs.
Ces jumeaux numériques ont ensuite été transformés en véritables « usines à données », capables de générer automatiquement de grandes quantités de données synthétiques.
La seconde partie de la formation a été consacrée à l’intelligence artificielle, avec l’entraînement et la comparaison de différents modèles de machine learning, des méthodes classiques aux réseaux de neurones. Les participants ont également exploré différentes approches pour améliorer la fiabilité et les performances de leurs modèles.
Ces outils ont ensuite été appliqués à de véritables problématiques scientifiques, comme la séparation des contributions cohérentes et incohérentes dans les données de diffusion ou encore la détermination de paramètres d’échantillons en SANS.
Une place importante a été accordée à la pratique et au travail en équipe. Tout au long de la semaine, les participants ont travaillé sur des projets concrets, en suivant l’ensemble de la chaîne, de la simulation numérique à la génération de données, puis à l’entraînement d’un modèle d’IA et à l’analyse des résultats.
Exercices, notebooks et défis leur ont permis de mettre directement en pratique les notions abordées, avec l’accompagnement des formateurs. Ce format interactif, combinant théorie et pratique, a permis à des participants aux profils et niveaux d’expérience variés de progresser ensemble et de mener à bien leur projet.
Des experts internationaux réunis autour de la transmission des savoirs
La formation a été portée par trois experts aux compétences complémentaires : Emmanuel Farhi, directeur du groupe « Réduction et analyse des données » au synchrotron SOLEIL et contributeur aux projets McStas et McXtrace ; Peter Willendrup, ingénieur de recherche senior à la DTU et figure centrale du développement de McStas et McXtrace ; et José Robledo, chercheur au CONICET et professeur à l’Institut Balseiro en Argentine, spécialiste de l’apprentissage automatique appliqué aux données de science neutronique.
En amont de la formation, les formateurs ont réalisé un important travail de préparation afin d’adapter le contenu et les exercices aux besoins des participants. Tout au long de la semaine, ils ont également accompagné les apprenants lors des travaux pratiques, en tenant compte de leurs niveaux et expériences très variés. La taille du groupe a permis de favoriser les échanges et un accompagnement au plus près des besoins de chacun.
La disponibilité et l’accompagnement des formateurs ont d’ailleurs été particulièrement appréciés par les participants, qui ont souligné la qualité des supports mis à leur disposition, l’équilibre entre théorie et pratique, ainsi que l’aide apportée lors des exercices. Une belle illustration de l’importance accordée, au-delà des contenus scientifiques, à la transmission et à l’accompagnement des apprenants.
Merci à toutes et tous !
Un grand merci à Emmanuel Farhi, Peter Willendrup et José Robledo pour leur investissement, leur disponibilité et la qualité des contenus proposés tout au long de cette semaine.
Merci également à l’ensemble des participants pour leur implication, leur curiosité et la richesse des échanges, qui ont largement contribué à faire de cette formation un véritable temps de partage.
Enfin, un grand merci aux équipes du centre CNRS de La Vieille Perrotine pour leur accueil et leur accompagnement, et tout particulièrement à Mme Nell Redert, qui a su répondre avec beaucoup de réactivité à tous nos besoins, y compris ceux de dernière minute !
Plus d'actualités
