Réseaux neuronaux liquides à base d'oscillateurs verrouillés par injection pour une intelligenc[...]

CEA; Grenoble; Sur place; EUR 40 000 - 60 000; Plein temps

Résumé du poste

Un centre de recherche renommé à Grenoble propose une thèse sur les réseaux neuronaux liquides visant à développer des algorithmes au niveau circuit pour l'intelligence embarquée. Le candidat idéal aura des compétences en intelligence artificielle et en électronique. Le projet inclut la conception de cellules analogiques et d'une architecture stable visant des applications d'IA générative, avec une disponibilité prévue à partir du 01/10/2026.

Qualifications

• Formation recommandée en Intelligence artificielle et en électronique.

Responsabilités

• Développer des cellules analogiques très faibles consommation.
• Transposer les algorithmes des Liquid Neural Networks au niveau circuit.
• Interconnecter les cellules dans une architecture stable pour IA générative.

Connaissances

Intelligence artificielle

Compétences en électronique

Formation

Formation en Intelligence artificielle et électronique

Description du poste

Description du sujet de thèse

Description du sujet de thèse

Domaine

Défis technologiques

Sujets de thèse

Réseaux neuronaux liquides à base d'oscillateurs verrouillés par injection pour une intelligence embarquée générative

Contrat

Thèse

Description de l'offre

Les architectures neuromorphiques actuelles, bien que plus efficaces grâce au in-memory computing, restent limitées par la densité extrême en poids et interconnexions, rendant leur implémentation matérielle complexe et coûteuse. Les Liquid Neural Networks (LNN), introduits par le MIT au niveau algorithmique, offrent une rupture : des neurones dynamiques à temps continu capables d'ajuster leurs constantes internes selon le signal reçu, réduisant drastiquement le nombre de paramètres nécessaires. L'objectif de la thèse est de transposer les algorithmes des LNN au niveau circuit, en développant des cellules analogiques très faible consommation à base d'oscillateurs, réalisant le calcul neuronal dans le domaine temporel et reproduisant la dynamique liquide, puis en les interconnectant dans une architecture stable et récurrente afin de viser des applications d'IA générative. Un démonstrateur silicium sera conçu et validé, ouvrant la voie à une nouvelle génération de systèmes neuromorphiques liquides pour l'Edge AI.

Université / école doctorale

Electronique, Electrotechnique, Automatique, Traitement du Signal (EEATS)
Université Grenoble Alpes

Localisation du sujet de thèse

Grenoble

Critères candidat

Formation recommandée

Intelligence artificielle + compétences en électronique

Disponibilité du poste

01/10/2026

Personne à contacter par le candidat

EZZADEEN Mona
[e-mail]
CEA
DRT/DCOS//LGECA
17 rue des martyrs
38000Grenoble
0438782701

Tuteur / Responsable de thèse

BADETS Franck
[e-mail]
CEA
DRT/DCOS//LGECA
17 rue des Martyrs
38054 Grenoble
0438782672

En savoir plus