Poste de doctorat en «Contrats pour les systèmes distribués intensifs en ML» – Programme MSCA Cofund SEED

Les techniques d’apprentissage automatique, en particulier les algorithmes d’apprentissage profond, sont aujourd’hui de plus en plus intégrées à d’autres systèmes logiciels (et matériels). De plus, ces systèmes sont fréquemment distribués aujourd’hui car les données sous-jacentes ne peuvent pas être centralisées en raison, par exemple, de contraintes strictes de confidentialité/sécurité des données ou de considérations de performances. Dans l’ensemble, ces systèmes sont appelés  systèmes logiciels distribués à forte intensité de ML .

Un domaine correspondant dans lequel de tels systèmes sont cruciaux est celui des systèmes cyber-physiques (CPS), c’est-à-dire des systèmes logiciels distribués ancrés dans le monde physique via divers capteurs et actionneurs (villes intelligentes, véhicules autonomes et robots industriels, etc.). Des sous-systèmes d’apprentissage automatique (ML) ont été proposés pour certains de leurs composants principaux (par exemple, le contrôle de processus basé sur des techniques de reconnaissance d’images et de traitement du langage). L’intégration correcte et sûre de ces techniques de ML dans les systèmes matériels et logiciels correspondants pose d’importants défis scientifiques et techniques, notamment parce que ces systèmes couvrent souvent le continuum allant du domaine IoT en passant par l’Edge jusqu’au Cloud. Un autre domaine est celui de la santé où les analyses biomédicales ou l’optimisation des processus médicaux impliquent souvent des données distribuées, notamment des données sensibles des patients, et des installations informatiques non partageables.

La prise en charge des langages de programmation et des outils est nécessaire pour garantir que les systèmes logiciels distribués à forte intensité de ML satisfont aux propriétés d’exactitude et de sûreté, de sécurité et de confidentialité et de performances (dans le sens de l’utilisation du temps/espace/processeur dans les systèmes distribués, mais également dans le sens de précision/rappel/… pour les algorithmes ML) ; et cela s’étend potentiellement sur l’espace depuis les appareils IoT aux ressources limitées, en passant par les serveurs au niveau Edge jusqu’aux centres de données à grande échelle dans le Cloud.

Garantir ces propriétés est un problème fondamental des systèmes intensifs en ML. Les algorithmes de ML sont généralement définis en termes de modèles très généraux sans prise en charge de langage dédié pouvant prendre en charge la vérification et l’application des propriétés. De plus, les interactions entre ces algorithmes et les autres systèmes logiciels dans lesquels ils sont embarqués ne sont définies qu’à l’aide de méthodes ad hoc. En particulier, il n’existe pratiquement aucun support pour  les garanties de propriété en termes de contrats logiciels  pour de tels systèmes, l’une des principales méthodes qui prennent en charge la définition des propriétés et leur application pour les logiciels en général ([AHMM23] présente l’une des premières notions de contrats pour les systèmes intensifs en ML).

L’objectif principal de cette thèse est la  conception, la définition précise et l’application efficace de contrats logiciels  [Meyer92, Nguyen17]  pour les systèmes distribués à forte intensité de ML . Nous visons une définition programmatique de contrats qui négocient les interactions entre les composants logiciels ML et les composants plus traditionnels. Ces contrats doivent être naturellement intégrables dans les bibliothèques fréquemment utilisées pour les systèmes ML, les systèmes distribués et les systèmes réactifs. Le doctorant doit développer un soutien correspondant pour la programmation, l’exécution et le suivi de ces contrats. Dans le cadre de la thèse de doctorat, nous appliquerons également de tels contrats, avec des partenaires de l’industrie et du domaine de la santé, aux systèmes cyber-physiques et aux analyses biomédicales multipartites.

Le support de propriété que nous ciblons a potentiellement un impact important en raison du problème de  la sauvegarde des systèmes logiciels complexes qui exploitent des algorithmes d’apprentissage en profondeur . Cela constitue l’un des problèmes majeurs dans le domaine de l’intelligence artificielle, notamment sur le plan sociétal. Essentiellement, les résultats du projet ont le potentiel de contribuer à la sauvegarde des systèmes à forte intensité de ML.