École Thématique Core AI 2026
Nous avons le plaisir d’annoncer l’ouverture de l’École Thématique Core AI 2026, un cycle de séminaires et de mini-cours financé par le Projet Thématique Long COLORS et consacré aux fondements de l’intelligence artificielle, réunissant des chercheuses et chercheurs internationaux de premier plan.
📅 Du 11 mars au 13 mai 2026
📍 Montpellier (salles précisées ci-dessous)
⏱️ Un séminaire par semaine + un mini-cours en avril
🗣️ Chaque intervention comprend 45 minutes de présentation suivies de 30 minutes de questions et de discussions.
🔎 Thèmes : robustesse, optimisation distribuée, modèles génératifs, graphes de connaissances, domain adaptation, explicabilité, IA neuro-symbolique, apprentissage physique-informé.
Elle s’adresse aux doctorants, post-doctorants, ingénieurs, chercheurs, enseignants-chercheurs, et plus largement à toute personne souhaitant approfondir sa compréhension des fondements théoriques de l’IA.
👉 Les inscriptions sont gratuites mais obligatoires.
Programme
Mars
11 mars — Nirupam Gupta (University of Copenhagen)
Machine Learning in Untrusted Environments
(co-organisation ML-MTP) – Salle de Séminaires LIRMM, bat. 4 – 16h
17 mars — Arnak Dalalyan (CREST – ENSAE)
Generative modeling and recent mathematical results on the quality of GANs – Salle de Séminaires LIRMM, bat. 4 – 16h
25 mars — Axel Ngonga Ngomo (Université de Leipzig)
Graphes de connaissances – Amphi Jean-Jacques Moreau, bat. 2 St Priest – 15h
Avril
1 avril — Marie-Jeanne Lesot (LIP6, Sorbonne Université)
IA explicable : quelques méthodes et risques – Salle de Séminaires LIRMM, bat. 4 – 16h
9 avril — Hadrien Hendrikx (Inria Grenoble)
Theoretical foundations towards practical decentralized optimization
(co-organisation ML-MTP) – Amphi Jean-Jacques Moreau, bat. 2 St Priest – 16h
15–16 avril — Mini-cours (2 demi-journées)
Dino Ienco & Giuseppe Guarino (INRAE Montpellier)
Domain Adaptation for Computer Vision and Remote Sensing: Concepts, Algorithms, Frameworks, and Applications – Amphi Jean-Jacques Moreau, bat. 2 St Priest – 16h
Mai
6 mai — Céline Robardet (INSA Lyon)
Understanding and Explaining Graph Neural Networks: From Post-hoc Methods to Self-Explaining Models – Amphi Jean-Jacques Moreau, bat. 2 St Priest – 16h
13 mai — Gérard Biau (Sorbonne Université – Académie des Sciences)
Learning with physical constraints
(session susceptible d’être élargie) – amphi Peytavin à Polytech bat 31– 16h
À propos de Core AI
CoreAI vise à mettre en avant les principes fondamentaux, les méthodes théoriques et les approches méthodologiques qui structurent l’intelligence artificielle moderne.
L’école propose un parcours scientifique équilibré entre :
- théorie de l’apprentissage,
- robustesse et confiance,
- deep learning distribué,
- modèles génératifs et kernels,
- grandes structures de données (graphes, vision, télédétection),
- explicabilité et IA responsable.
Elle s’adresse aux doctorants, post-doctorants, ingénieurs, chercheurs, enseignants-chercheurs, ainsi qu’à toute personne souhaitant renforcer sa compréhension des fondements de l’IA.