LearnNet

Alors que l'apprentissage machine révolutionne des pans entiers de l'économie numérique et de la recherche scientifique, son déploiement robuste dans des infrastructures numériques pose de nombreuses questions. Le défi Learning Networks 'LearnNet', explore de nouvelles pistes de recherche à l'intersection  des domaines des réseaux et de l'apprentissage.

Ce défi poursuit deux objectifs complémentaires : repenser la conception des protocoles de réseau pour servir les applications d'apprentissage machine, et explorer comment l'apprentissage peut améliorer la gestion des réseaux. Ainsi le défi LearnNet étudie l'intrication croissante entre les défis de l'apprentissage à large échelle et la conception des réseaux.

L'hétérogénéité dans le contexte de l'apprentissage distribué est un élément clé: hétérogénéité des architectures, des données et des objectifs d'apprentissage.

Le projet implique 8 équipes Inria (COATI, EPIONE, MARACAS, NEO, PREMEDICAL, STATIFY, TOTH, TRIBE) apportant des expertises pointues en réseaux, en optimisation et en apprentissage décentralisé ou fédéré. Des interactions sont prévues avec le défi Fedmalin et le PEPR-NF.