La formation par la recherche

Déjà pour son doctorat obtenu à Institut national polytechnique de Grenoble en 1996, Cordelia Schmid a mis au point une procédure fondamentalement nouvelle pour la reconnaissance d'images qui a permis à la vision par ordinateur de réaliser d'énormes percées. Dans les années qui ont suivi, elle a également réussi à élaborer de nouveaux algorithmes puissants de vision par ordinateur qui se sont imposés comme la norme. Après avoir travaillé comme postdoctorante à l'Oxford Robotics Institute britannique, elle a rejoint l’Institut national de recherche en sciences et technologies du numérique (Inria) en 1997 au Centre Grenoble Rhône-Alpes, où elle a obtenu son habilitation en 2001.

Alors qu'elle rédigeait sa thèse, la classification d'images par ordinateur en était encore à ses débuts : « Les systèmes utilisés à l'époque n'étaient capables de reconnaître que des formes géométriques simples telles que des cercles, des triangles et des carrés, et uniquement sur un fond uniforme », explique-t-elle. Elle a considérablement amélioré cette reconnaissance en demandant aux systèmes de localiser les caractéristiques distinctives de l'image. Ces « descripteurs locaux d'image » représentent les dimensions spatiales de l'objet affiché. Cela a permis aux systèmes de se souvenir des objets lorsqu'ils étaient présentés sous un angle différent ou partiellement cachés. Cordelia Schmid a ainsi jeté les bases de la capacité des moteurs de recherche à trouver en quelques secondes l'image souhaitée parmi des millions d'images sur Internet.

Aujourd'hui, directrice de recherche Inria au sein de l’équipe-projet commune WILLOW (ENS-PSL, CNRS, Inria), elle se concentre sur la recherche de systèmes d'intelligence artificielle qui utilisent des informations visuelles et sonores pour comprendre le contenu des vidéos et prédire les actions à venir. Ce domaine technologique constitue une étape intermédiaire importante dans le développement de futurs assistants robotiques pour les hôpitaux et les maisons de santé.

Grâce au financement de la fondation Körber, l'un des projets que Cordelia Schmid souhaite poursuivre est la conception d’une sorte de concurrent du chatbot ChatGPT qui soit doté de vision. ChatGPT est un réseau neuronal artificiel profond composé d'un grand nombre de couches. Il est capable de traiter le langage naturel et de fournir des réponses appropriées grâce à un entraînement reposant sur d'innombrables millions d'ensembles de données provenant d'Internet. Cordelia Schmid juge les performances de ChatGPT « impressionnantes », mais critique le fait que « le modèle n'est pas explicite, que sa fenêtre contextuelle est limitée et qu'il ne peut pas apprendre de l'expérience ». Elle souhaite mettre au point un robot « vraiment intelligent », capable de traiter des informations visuelles et des données environnementales en 3D et de s'orienter ensuite dans des environnements inconnus.

Cordelia Schmid est optimiste : « Développée de manière responsable, l'IA a le potentiel de révolutionner notre société, tout comme l'ont fait la vapeur et l'électricité. L'IA peut contribuer à résoudre certains des problèmes les plus urgents dans le monde, que ce soit en matière de développement durable que de santé. Je suis enthousiaste à l'idée des possibilités de recherche qu'elle ouvre. ».