CHANGER
Les actualités d'Inria

Sun, 25 Feb 2018 06:45:15 +0000

Vers une meilleure maîtrise des architectures de processeurs avec hwloc 2.0

Logiciel

21/02/2018

Brice Goglin, chargé de recherche au sein de l’équipe TADaaM est le développeur principal du logiciel « Portable Hardware Locality » (hwloc) utilisé pour connaître et abstraire l’architecture des ordinateurs.

Une version 2.0 de ce logiciel open-source est disponible en téléchargement.

A quoi sert hwloc ?

Le logiciel hwloc permet par exemple de connaître le nombre de ressources de calcul et mémoire des machines et de déterminer leur localisation. Les autres logiciels peuvent grâce à lui répartir intelligemment le travail sur les différents cœurs de calcul.
L’objectif principal d’hwloc est donc d’aider les programmes à collecter des informations sur des plateformes de calcul parallèle et de simulation numérique, qui sont de plus en plus complexes, afin de les exploiter efficacement.
Utilisé dans tous les centres de calcul haute performance (HPC) du monde, ce logiciel « simplifie la vision qu’ont les gens du matériel, résume Brice,la difficulté consiste à trouver un juste milieu entre une vision trop simple qui cacherait trop de détails et une trop grande quantité d’informations qui seraient inutilisables en pratique. »
Egalement chargé de médiation scientifique du centre de recherche Inria Bordeaux Sud-Ouest, il a publié dans
Interstices - la revue de culture scientifique Inria – et plus si affinité … un article de vulgarisation scientifique permettant de mieux appréhender ces travaux.

Comment est-il développé et distribué ?

Hwloc est un logiciel open-source distribué sous licence BSD. Il est développé depuis 2009 dans le cadre du consortium Open MPI qui regroupe des partenaires académiques, scientifiques et industriels collaborant au développement des outils pour le calcul parallèle. Le logiciel Open MPI est une implémentation du standard MPI (Message Passing Interface) qui gère les communications dans les plateformes de calcul parallèle. Open MPI puis de nombreuses autres bibliothèques de support aux applications parallèles (OpenMP, etc), open-source ou commerciales, se sont tournés vers hwloc pour récupérer les informations sur l’architecture des plateformes de calcul.

A qui sert-il ?

Le logiciel sert principalement aux utilisateurs des plateformes de calcul parallèle qui doivent pouvoir exploiter ce matériel sans avoir à connaître leurs détails techniques (types et nombres de processeurs, de mémoire, …). En pratique, de nombreux utilisateurs ne savent même pas qu’ils utilisent hwloc car il est caché dans d’autres briques logicielles telles que les implémentations MPI ou OpenMP.
Les fabricants de processeurs s’intéressent beaucoup à hwloc car il est important qu’il supporte bien leur matériel afin que les applications parallèles s’exécutent efficacement dessus.
Intel Corporation a ainsi financé l’équipe-projet TADaaM pour l’encourager à adapter le logiciel à sa nouvelle génération de processeurs. En effet ces dernières années l’architecture des processeurs et de la mémoire évolue fortement, il fallait adapter hwloc pour qu’il présente au mieux ces nouveautés aux applications.
C’est pour répondre à ces évolutions qu’est sortie en février 2018 la version 2.0 du logiciel.

Mots-clés : Open source HPC Logiciel

Tue, 20 Feb 2018 15:40:53 +0100

La recherche publique au service de la compétitivité des start-up : Inria et French Tech Central dévoilent leur partenariat

Start-up

Laurence Goussu - 19/02/2018

Le 19 février, Inria et la French Tech ont inauguré leur partenariat au sein de French Tech Central en présence de Guillaume Boudy, Secrétaire général pour l'investissement, Mounir Mahjoubi, secrétaire d’État en charge du Numérique, Frédérique Vidal, ministre de l’Enseignement supérieur, de la Recherche et de l’Innovation.

Alors que les start-up sont les moteurs de l’innovation, elles sont encore parfois freinées dans leur développement par les difficultés d’accès à des technologies suffisamment originales voire disruptives. Par ailleurs, l’excellence de la recherche française est saluée dans le monde entier, les universités et les laboratoires de recherche publics sont un vivier extraordinaire de talents, de savoir-faire, de compétences et de technologies… Il paraissait donc indispensable d’imaginer de nouvelles solutions, de nouveaux lieux, pour faciliter la mise en relation entre le monde de la recherche et celui de ces nouvelles entreprises.

Pour faciliter les rencontres entre ces deux mondes et développer de nouvelles collaborations, Inria a été sollicité pour concevoir et animer la programmation du volet « Recherche » de French Tech Central , pour le compte de l’ensemble de l’écosystème académique français dans le domaine du numérique : Inria, CNRS, CEA, CNES, Institut Mines-Télécom, Universités, écoles d’ingénieurs.
L’institut est ainsi le partenaire principal de la French Tech dans son espace d’animation French Tech Central , en ayant la charge du développement des relations entre l’ensemble de la recherche académique et les start-up.

Les objectifs du projet :

Au sein de French Tech Central , Inria mobilise et coordonne les acteurs et actrices de la recherche publique dans le domaine du numérique, pour :

  • être à l’écoute des start-up présentes pour identifier leurs besoins vis-à-vis de problématiques liées à la recherche, les accompagner dans leur développement technologique pour lever les verrous qu’elles peuvent rencontrer ;
  • favoriser les rencontres entre start-up et scientifiques, du doctorant et de la doctorante au chercheur et à la chercheuse de niveau international confirmé, organiser régulièrement des présentations de résultats, de technologies, des master classes , des tutoriels afin de faire le point sur les productions et les compétences de la recherche dans les domaines d’intérêt des start-up ;
  • assurer une coordination avec l’ensemble des actions organisées par les autres acteurs présents au sein de Station F pour favoriser les synergies.

Les services proposés aux start-up :

Plusieurs formats sont proposés aux start-up en fonction de leurs besoins. Elles peuvent ainsi :

Des collaborateurs et collaboratrices d’Inria assurent en permanence une permanence dans les espaces French Tech Central du deuxième étage de la zone Share de Station F , et rencontrent les start-up dans des bureaux ou salles de réunion réservés par leurs soins, qui garantissent la confidentialité des échanges. Elles et ils peuvent ensuite les mettre en contact avec des chercheurs et chercheuses suivant les besoins identifiés. Cela peut déboucher sur des actions de conseil, de recherche contractuelle ou de transfert de technologie.

  • Assister à des master classes plusieurs fois dans l’année pour expliquer aux entrepreneurs et entrepreneuses comment accéder à la recherche publique : quels contacts, quelle offre de service, quel coût potentiel, quel timing , quel institut ou laboratoire de recherche solliciter.
  • Participer à des Tech Talks : dans le cadre de ses actions de sensibilisation aux technologies innovantes développées par la recherche publique, Inria organise chaque mois des Tech Talks sur le site de Station F .

L’objectif est de présenter des technologies issues de laboratoires de toute la recherche publique afin de promouvoir et accompagner le développement de partenariats et d’actions de transfert vers les entreprises, en particulier les start-up installées sur le site.

Le 1erTech Talk aura lieu le 27 février avec Hulgo Talbot, coordinateur du consortium SOFA , logiciel de simulation numérique en temps réel. Une programmation régulière sera à retrouver prochainement sur le site de French Tech Central .

Mots-clés : Station F French Tech French Tech Central Partenariat Innovation Start-up

Mon, 19 Feb 2018 16:43:23 +0100

Aider les robots à naviguer dans la foule

Recherche - Europe

Jean-Michel Prima (*) - 19/02/2018

Pepper le robot Pepper, robot humanoïde - © Inria / Photo C. Morel

Des robots de services en tous genres déambuleront bientôt dans les lieux publics à côté des piétonnes et piétons vaquant à leurs occupations quotidiennes. Consortium européen coordonné par Inria et financé par le programme Horizon 2020 - ICT, Crowdbot ambitionne de permettre à ces machines de naviguer sans heurt et sans risque dans la marée humaine. Comme l'explique Julien Pettré, coordinateur du projet, ces recherches accordent une grande importance à l'éthique.

Le 5 décembre 2017, la ville de San Francisco a décidé de mettre un frein aux allées et venues de tous ces robots de livraison qui commencent à arpenter ses trottoirs. Raison invoquée : la sécurité des piétonnes et piétons. En pratique, ces engins ne seront pas plus de neuf. Ils devront circuler à moins de 5 km/h, se contenter des zones industrielles et se faire accompagner par un être humain. L'épisode illustre l'inquiétude grandissante quant à la cohabitation entre robots et êtres humains dans les lieux publics. Dans ce contexte, le projet Crowdbot tombe à point nommé. Composé de cinq entités académiques et deux partenaires industriels, ce consortium démarre un travail de 42 mois pour aider les robots à se déplacer sans heurt à travers les foules denses.
Le sujet soulève effectivement beaucoup de questions , remarque le chercheur Julien Pettré. Est-ce pertinent d'avoir des robots au milieu d'une foule ? Est-ce souhaitable ? Est-ce dangereux ? Peut-on réduire ce risque au maximum ? Pour notre part, nous pensons que oui, la présence de robots peut s'avérer pertinente dans certains cas, le meilleur exemple étant celui du fauteuil roulant autonome. Car si l'on interdit sa présence dans certains lieux, alors il y a des endroits dont les personnes handicapées utilisant ces machines se retrouveront de facto exclues. Au nom de quoi ne seraient-elles pas autorisées à fréquenter une salle de concert ou autre ? Maintenant, pour le robot livreur de pizza, c'est un autre débat. ” Débat qu'il appartiendra au législateur d'arbitrer. Un des objectifs du projet est précisément d'aider les gouvernements à formuler une réglementation sur ce sujet. “Même si les aspects éthiques et légaux ne sont pas tranchés, il faut traiter des questions techniques et scientifiques pour savoir de quels risques l'on parle et quelles garanties l'on peut donner.

Un arrêt parfois contre-productif

Aujourd'hui, quand un humain s'approche à 10 cm d'un robot, la machine est programmée pour s'arrêter net afin d'éviter toute collision. Parfois, ce gel peut s’avérer contre-productif. Si le robot se déplace dans une zone où il y a beaucoup de monde, il restera à l'arrêt presque tout le temps. Il ne peut plus effectuer son travail. Pire encore, en cas d'évacuation d'urgence, un robot à l'arrêt peut devenir un obstacle quand il se trouve dans un passage étroit ou près de la sortie par laquelle tout le monde veut sortir.
À tout bien réfléchir, mieux vaudrait peut-être donc laisser le robot continuer son chemin. “Nous considérons que si un robot a pour vocation d'effectuer une tâche en évoluant parmi les gens, alors son système de navigation doit être conçu de telle façon qu'il puisse continuer à faire ce pour quoi il est là ou s'adapter en fonction des changements de conditions. ” Ce principe se heurte pourtant à un obstacle : “il faut prendre en compte le fait que la densité de fréquentation dans les lieux publics n'est pas contrôlée. Autrement dit, il peut y avoir vraiment beaucoup de monde. Et même si la foule est faible, il peut y avoir un attroupement à un endroit précis. ” Nul doute que le robot devra donc parfois serpenter à travers des foules denses.

Détection

Pour relever ce défi, CrowdBot va déployer des recherches dans plusieurs directions. Tout d'abord : la détection. “Le robot possède des caméras car il faut qu'il puisse percevoir les gens autour de lui. Il y a deux aspects : d'une part le suivi des personnes les plus proches et d'autre part l'estimation du mouvement général dans la zone de visibilité. L'expertise dans ce domaine de la vision par ordinateur nous est fournie par l'université technique de Rhénanie-Westphalie, à Aix-la-Chapelle.
Un autre axe de recherche porte sur la navigation proprement dite. “La stratégie comporte trois niveaux. Long terme : je perçois une foule dense en face de moi. Je vais d'abord essayer de contourner ces personnes en anticipant la trajectoire la plus appropriée pour éviter le contact. Moyen terme : j'ai fait ce que j'ai pu mais il y a des gens autour de moi. Je regarde comment ils se déplacent et j'effectue de petites adaptations locales. Court terme : le choc est imminent ou est en train de se produire. Je dois avoir une réaction immédiate.

Interaction physique Homme/robot

Spécialiste de la navigation robotique dans les environnements dynamiques, l'École polytechnique fédérale de Zurich (ETHZ ) travaillera sur les aspects longs et moyens termes. Celle de Lausanne (EPFL ) se concentrera sur la stratégie à court terme en collaboration avec Locomotec , une entreprise allemande dont le robot cuyBot permettra de mener les expériences. “L'EPFL possède une forte expérience dans l'interaction physique Homme/robot, en particulier quand l'un et l'autre doivent accomplir des tâches de façon collaborative. Le projet va permettre de transférer ce savoir-faire dans le domaine de la mobilité robotique. Quant à Locomotec, ils ont envie de tester ces idées. Leur robot sera équipé de capteurs de force. Nous pourrons ainsi tester les forces exercées durant l'interaction entre le robot et la foule.
Si le projet vise avant tout à minimiser les risques de collision, les chercheurs et chercheuses veulent aussi explorer dans quelle mesure de petits chocs peuvent faire partie de l'équation. “Si l'on a une idée des forces qui sont tolérables durant une interaction Homme-robot et si l'on possède les algorithmes qui permettent au robot de réagir en fonction de cela, alors la machine pourrait faire en sorte de ne pas aller au-delà de l'acceptable de façon à ne blesser personne.
Deux autres plates-formes serviront aux expériences. “L'une est Pepper, un robot humanoïde sur roues conçu par SoftBank Robotics Europe, qui a vocation à évoluer à proximité des humains. L'autre est un fauteuil roulant semi-autonome développé à l' University College de Londres. Ici à Inria, ma collègue Marie Babel travaille d'ailleurs sur ce même sujet. Le projet Crowdbot va donc aussi contribuer à étendre sa collaboration avec UCL.

Simulation de foule

Élément essentiel pour cimenter toutes ces différentes briques technologiques : la simulation de foule. Cette expertise provient principalement d'Inria. En s'appuyant sur les données collectées par le robot, “la simulation va permettre de prédire l'évolution de la foule afin d'anticiper les collisions. Les gens sont là. Ils se déplacent dans telle direction. Ils devraient se trouver par ici dans dix secondes. Donc, je vais aller par là. Peut-être même pourrai-je prédire comment ils vont réagir à mon propre mouvement.
La simulation va aussi permettre d'évaluer différents scénarios et les risques qu'ils comportent avant de débuter les tests en conditions réelles. “Elle va nous dire, par exemple, que tel algorithme de navigation provoque 40 collisions alors que tel autre en génère 20, ou que ces collisions sont plus fortes. ” Mais pour cela, les scientifiques ont besoin d'une nouvelle génération d'outils qu'elles et ils vont donc devoir fabriquer. “Les simulateurs de foule actuels n'ont aucun ancrage dans la réalité. Nous allons devoir améliorer ces techniques pour leur permettre d'incorporer un robot virtuel ainsi qu'une couche physique pour refléter ce que va générer la collision en termes de force.” Et cela, “c'est quelque chose de complètement nouveau.

Mots-clés : Crowdbot Rainbow INRIA Rennes - Bretagne Atlantique H2020 Robotique Foule Julien Pettré

Fri, 16 Feb 2018 10:51:48 +0100

Images satellitaires : quand vectoriel rime avec large échelle

Lauréate ANR

Dominique Fidel (*) - 16/02/2018

Yuliya Tarabalka Yuliya Tarabalka - Inria - Gilles Scagnelli

Yuliya Tarabalka, chercheuse au sein de l'équipe Titane au centre Inria Sophia Antipolis-Méditerranée, est lauréate de la bourse ANR JCJC (Jeunes chercheuses et jeunes chercheurs). Son projet de représentation compacte et générique des images satellitaires ouvre la porte à de nombreuses applications. 

Chaque année, plus d'une centaine de satellites d'observation sont mis en orbite pour produire de nouvelles images de la Terre, de plus en plus riches en contenu grâce à des capteurs de plus en plus perfectionnés. À eux deux, les satellites jumeaux du système français Pléiades lancés en 2011 produisent ainsi un millier d'images quotidiennes avec une résolution de 70 cm/pixel, couvrant la surface de toute la Terre. Les satellites américains de DigitalGlobe vont encore plus loin, étant capables de fournir des images avec des détails de l'ordre de 30 cm dans une vaste gamme de bandes spectrales. Mais que deviennent ces petabits de données produites chaque jour au-dessus de nos têtes ? Force est de constater que la majeure partie d'entre elles restent lettre morte, faute de moyens disponibles pour extraire des connaissances à partir des fichiers bruts non structurés.

De nombreux scientifiques s'attachent actuellement à remédier à cet état de fait, et dans leurs rangs figure Yuliya Tarabalka, spécialiste en analyse automatique des images de télédétection. « Après un postdoc à la NASA et au CNES, j'ai d'abord intégré l'équipe Ayin d'Inria, aujourd'hui dissoute, avant de rejoindre Titane en 2015 , précise-t-elle. Au fil des années, j'ai ressenti un besoin grandissant de développer mon propre projet de recherche. De fait, en 2016, dans le sillage d'une première expérience de transfert industriel auprès du CNES, je suis partie en quête de financements. » Et ce, avec succès, puisqu'en l'espace de six mois sur l'année 2017, la chercheuse s'est vu octroyer une bourse ANR JCJC pour son projet EPITOME , ainsi que des financements d'autres partenaires (le CNES et Acri-ST d'une part, Thalès et le laboratoire Géoazur d'autre part) qui ont permis de lancer trois thèses.

Un pont entre le deep learning et la modélisation géométrique

Au total c'est donc une équipe de huit personnes qui cherche à relever les défis de l'extraction d'information à partir de données satellites à large échelle. « Le nom du projet ANR ne doit rien au hasard, ajoute Yuliya Tarabalka. Si officiellement EPITOME est l'acronyme de "Efficient rePresentation TO structure large scale satellite iMagEs", c'est également un mot du grec ancien qui signifie "pour faire court" et désigne un condensé d'une œuvre. Cela résume parfaitement ce que nous voulons faire : concevoir une représentation générique, fiable et compacte pour les images satellites. »  Concrètement, l'équipe s'oriente vers une représentation vectorielle multirésolution, susceptible d'offrir des niveaux de détails différents – mais toujours signifiants – en fonction de la résolution. Pour ce faire elle fera appel aux méthodes de l’apprentissage profond mais aussi aux outils de modélisation géométrique avec, en ligne de mire, la réalisation d'un algorithme de vectorisation qui donnerait à voir simplement les informations essentielles contenues dans les fichiers bruts fournis par les capteurs des satellites.

Monitorer … et pourquoi pas prédire ?

Les débouchés potentiels de ces travaux sont nombreux et dans des domaines aussi variés que la planification urbaine, l'agriculture de précision, le monitoring des systèmes et des ressources terrestres ou encore le suivi des catastrophes naturelles ou anthropogéniques. « Sur le long terme nos recherches pourraient également contribuer à la construction de meilleurs modèles de prédiction des catastrophes naturelles. C'est d'ailleurs ce qui m'amène à collaborer avec le laboratoire Géoazur dans le cadre d'un autre projet lauréat ANR consacré à la dynamique des failles sismiques et des tremblements de terre » , évoque Yuliya Tarabalka en conclusion.

Mots-clés : Satellitaires Grande échelle Deep learning Modélisation géométrique Yuliya Tarabalka Épitome Images Inria Sophia Antipolis - Méditerranée

Fri, 09 Feb 2018 16:12:38 +0100

Gang Zheng, lauréat appel à projet EXPAND de l’I-SITE Université de Lille Nord Europe

Projets I-SITE

16/02/2018

Gang Zheng - © Inria / Photo Kaksonen

Gang Zheng, chercheur au sein de l’équipe-projet Defrost* du centre Inria de Lille, est parmi les lauréats de l’appel à projet EXPAND 2017 de l’I-SITE université de Lille Nord Europe. Son projet en robotique déformable est parmi les huit projets EXPAND financés à concurrence de 200 k€ (incluant le recrutement d’un doctorant ou d'une doctorante). Ces appels à projets ont été lancés avec le soutien de la MEL et la collaboration de la SATT Nord.

Appels à projets I-SITE ULNE

L’I-SITE ULNE ambitionne de renforcer (SUSTAIN ) et diffuser (EXPAND ) l’excellence en recherche et en formation. Le projet est structuré autour de trois hubs interconnectés et couvrant un spectre disciplinaire large : "Precision Human Health" , "Science for a Changing Planet"  et "Human-Friendly digital World"» . L’internationalisation et la valorisation sont également au cœur des priorités de l’I-SITE ULNE .

Projet EXPAND

Parmi les différents appels à projets proposés par l’I-SITE ULNE , la catégorie EXPAND récompense huit projets de 200 k€ chacun, afin d’étendre le périmètre d’excellence.

Gang Zheng, chercheur Inria au sein de l’équipe-projet Defrost est lauréat de la catégorie EXPAND pour son projet :

« Outil innovant pour la conception des robots déformables et leur utilisation en chirurgie »

Les robots déformables sont en mesure d’adapter leur forme et leur flexibilité à la tâche à réaliser et à leur environnement immédiat. Actuellement, la conception de ces robots s’inspire de la nature, par exemple de la trompe des éléphants, des pieuvres ou encore des vers de terre. Leur utilisation potentielle en chirurgie a été clairement identifiée. Jusqu’à maintenant, des méthodes numériques n’existent que pour la conception des robots rigides. Ce projet propose un outil innovant permettant la conception de robots déformables et de vérifier au préalable l’ensemble de leurs fonctionnalités (comme la contrôlabilité par exemple, qui indique si le robot conçu peut être contrôlé ou non), avant de passer à la phase de fabrication. Concevoir des robots déformables à l’aide des résultats obtenus dans ce projet a permis aux utilisateurs et utilisatrices de réduire considérablement la durée de la conception. Ainsi, le robot conçu a pu être vérifié à l’avance et la faisabilité des fonctionnalités sur le produit final a été garantie. Le développement d’un outil à ce point innovant pour concevoir des robots déformables présente un intérêt considérable et aura des impacts sur la recherche comme sur l’industrie.

Le projet I-SITE

Labellisé I-SITE en février 2017 dans le cadre de la 2e vague du Programme investissements d’avenir , le projet d’Université Lille Nord-Europe (ULNE) fédère quatorze membres fondateurs* avec pour objectif de transformer le paysage de la recherche et de la formation en région Hauts-de-France, en renforçant et en diffusant son excellence. Son but consiste en la création d'une grande université internationale, classée parmi les 50 premières en Europe avant dix ans : l’Université Lille Nord-Europe (ULNE).

"Santé", "Planète" et "Monde numérique" : le projet est structuré autour de trois thématiques interconnectées couvrant un spectre disciplinaire large. L’internationalisation et la valorisation sont également au cœur de ses priorités.

* Université de Lille, Centrale Lille, Ecole Nationale Supérieure de Chimie de Lille, Institut Mines-Télécom de Lille-Douai, Ecole Supérieure de Journalisme, Sciences Po Lille, Ecole Nationale Supérieure des Arts et Industries Textiles, Ecole Nationale Supérieure d’Architecture et du Paysage de Lille, Arts et Métiers Paristech, CNRS, Inserm, Inria, Centre Hospitalier Régional Universitaire de Lille et Institut Pasteur de Lille.

*l’équipe-projet Defrost est commune entre le centre Inria Lille – Nord Europe, Centrale Lille, l’Université de Lille – sciences et technologies, le CNRS. Au sein de l'UMR 9189 CNRS-Centrale Lille-Université de Lille − sciences et technologies, CRIStAL.

Mots-clés : I-SITE ULNE Robotiuqe déformable Soft robotics Equipe-projet Defrost