FP d'État Cat. AEmploi ouvert uniquement aux contractuelsIl y a 4 jours
Interprétabilité mécaniste du langage : modèles d'inspiration biologique et cognitive ancrés dans l'éle
Localisation
Paris (75), France (75)
Niveau d'études
Niveau 8 Doctorat/diplômes équivalents
Publication
8 septembre 2026
Date limite
30 septembre 2026
Domaine
Recherche
Missions principales
Sujet de thèse :
Les mécanismes neuronaux du langage humain restent inconnus, et les IA actuelles s'en écartent à cause de capacités de mémoire surhumaines et irréalistes. Ce projet de doctorat (3 ans) vise à intégrer des contraintes biologiques et cognitives dans les architectures de réseaux de neurones pour combler ce fossé. Le travail comprend :
Modélisation informatique : Intégration de mécanismes de dégradation de la mémoire et adaptation de l'architecture Transformer et RNN pour restreindre structurellement les modèles.
Analyse neurale : Création d'un benchmark de haute résolution à partir de données d'électrophysiologie intracrânienne humaine (iEEG) pour évaluer quels modèles contraints répliquent le plus fidèlement la dynamique cérébrale du traitement du langage.
Contexte :
Le doctorat se déroulera dans un environnement interdisciplinaire de haut niveau, combinant l'expertise en modélisation computationnelle de l'IA (LSCP / ENS-Paris) et l'accès à des données neurophysiologiques cliniques de pointe (Hôpital Fondation Rothschild / INCC). L'étudiant ou l'étudiante évoluera à l'interface de l'intelligence artificielle et des neurosciences cognitives.
Compétences attendues
Sujet de thèse :Les mécanismes neuronaux du langage humain restent inconnus, et les IA actuelles s'en écartent à cause de capacités de mémoire surhumaines et irréalistes. Ce projet de doctorat (3 ans) vise à intégrer des contraintes biologiques et cognitives dans les architectures de réseaux de neurones pour combler ce fossé. Le travail comprend :Modélisation informatique : Intégration de mécanismes de dégradation de la mémoire et adaptation de l'architecture Transformer et RNN pour restreindre structurellement les modèles.Analyse neurale : Création d'un benchmark de haute résolution à partir de données d'électrophysiologie intracrânienne humaine (iEEG) pour évaluer quels modèles contraints répliquent le plus fidèlement la dynamique cérébrale du traitement du langage.Contexte :Le doctorat se déroulera dans un environnement interdisciplinaire de haut niveau, combinant l'expertise en modélisation computationnelle de l'IA (LSCP / ENS-Paris) et l'accès à des données neurophysiologiques cliniques de pointe (Hôpital Fondation Rothschild / INCC). L'étudiant ou l'étudiante évoluera à l'interface de l'intelligence artificielle et des neurosciences cognitives.
Profil attendu
Contraintes et risques :
Conditions d'exercice
Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.
Métier de référence
Chercheuse / Chercheur
Réf. UMR8554-YAILAK-003Fonction publique d'État