Home » ActualitĂ©s » 🏆 Un Emmy pour IPI !


🏆 Un Emmy pour IPI !

Revenons sur un Ă©vĂ©nement qui a fait la « une » de notre newsletter et qui est paru dans de nombreux mĂ©dias : l’UniversitĂ© de Nantes a gagnĂ© un Emmy Award !
Quelles étaient les problématiques scientifiques qui nous ont menés à cette récompense ?

Citons d’abord quelques mots sur l’Ă©quipe. Il s’agit de travaux de recherche coordonnĂ©s par Patrick Le Callet, professeur des UniversitĂ©s au sein de l’Ă©quipe IPI, accompagnĂ© de :

  • Lukas Krasula, post-doctorant LS2N/IPI (ancien doctorant IRCCyN/IVC), et aujourd’hui chercheur chez Netflix,
  • Yoann Baveye, ingĂ©nieur de recherche CapacitĂ©s,
  • Suiyi Ling, ingĂ©nieur de recherche CapacitĂ©s (ancien doctorant LS2N/IPI)
  • et Jing Li, post-doctorante LS2N/IPI (ancienne doctorante IRCCyN/IVC)
    en collaboration étroite avec la cellule iXpel de Capacités.

Ces recherches font bien sĂ»r Ă©cho aux activitĂ©s menĂ©es dans l’Ă©quipe IPI – antĂ©rieurement IVC – depuis de nombreuses annĂ©es, en interdisciplinaritĂ© et suivant les idĂ©es visionnaires de Dominique Barba, premier Professeur recrutĂ© Ă  l’IRESTE (qui formera Polytech Nantes avec l’ISITEM et l’ESA IGELEC en 2000) et ex directeur-adjoint de l’IRCCyN, aux cĂ´tĂ©s de Jean-François Lafay.
La problĂ©matique gĂ©nĂ©rale est l’utilisation de tests subjectifs (Ă©valuĂ©s par des utilisateurs) rĂ©alisĂ©s sur des contenus multimĂ©dia (images fixes ou vidĂ©o) pour optimiser des algorithmes de compression des images. Les algorithmes existants ont de nombreux paramètres ; la question est de choisir la meilleure configuration pour minimiser la quantitĂ© de donnĂ©es utilisĂ©e (Ă  stocker ou Ă  transporter) tout en maximisant la qualitĂ© d’expĂ©rience utilisateur.

Ce qui fait l’originalitĂ© des travaux rĂ©compensĂ©s ici, c’est l’utilisation de l’IA (principalement du deeplearning) pour booster les diffĂ©rentes Ă©tapes du processus :

Ce projet est aussi original par d’autres aspects. En grande partie financĂ© via des fonds collectĂ©s par la Fondation de l’UniversitĂ© de Nantes, le projet est complètement orientĂ© « open innovation » et a bĂ©nĂ©ficiĂ© de collaborations / Ă©changes avec d’autres acteurs, universitĂ©s amĂ©ricaines et gĂ©ants du numĂ©rique, travaillant dans ce mĂŞme cadre d’innovation ouverte. Les rĂ©sultats sont tous directement disponibles en open source pour toutes les communautĂ©s. Ils ont bĂ©nĂ©ficiĂ© d’une tribune sur des dĂ©monstrateurs Ă  très grande Ă©chelle, sur tous les continents, et ont de fait sĂ©duit et Ă©tĂ© adoptĂ©s par quasiment tous les ingĂ©nieurs travaillant dans le domaine de la diffusion multimĂ©dia.
Ce circuit court entre recherche – innovation jusqu’Ă  faire partie de la boĂ®te Ă  outils de tous les ingĂ©nieurs du domaine est singulier.

Au-delĂ  de leur aspect philanthropique, les travaux portent d’autres belles valeurs, adressant des objectifs de dĂ©veloppement durable, notamment la rĂ©duction de l’empreinte carbone de la diffusion numĂ©rique, mais aussi de limitation de l’exclusion numĂ©rique en favorisant la diffusion des contenus culturels (et pas seulement ceux de Netflix) sur des infrastructures rĂ©seaux Ă  dĂ©bit limitĂ©.

Il reste encore beaucoup Ă  faire, notamment pour les contenus gĂ©nĂ©rĂ©s / produits par le grand public, qui nĂ©cessitent de nouvelles recettes (respectueuses notamment de la confidentialitĂ©). Mais d’autres dons arrivent, donc Ă  suivre !…

***************

NB : Retrouvez tous les articles et interviews dans la rubrique « revue de presse » de la LS2News.

Copyright : LS2N 2017 - Mentions LĂ©gales - 
 -