IA (Intelligence Artificielle) fiable pour les réseaux de périphérie

Trustworthy AI (Artificial Intelligence) for edge networks

• Auteur / Autrice : Ioannis Panagiotis Pitsiorlas
• Direction : Marios Kountouris
• Type : Projet de thèse
• Discipline(s) : Sciences et technologies de l'information et de la communication
• Date : Inscription en doctorat le 02/11/2023
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris
• Partenaire(s) de recherche : Laboratoire : Institut EURECOM

Mots clés

Mots clés libres

IA fiable

Explicabilité

Équité

Réseaux 6G sécurisés et résilients

Trustworthy AI

Explainability

Fairness

Secure and resilient 6G networks

Résumé

La 6G devrait jouer un rôle important dans le développement continu de la civilisation jusqu'aux années 2030, à mesure que la convergence entre les mondes numérique et physique deviendra une réalité. Il contribuera à répondre à des exigences beaucoup plus strictes qu'auparavant et à servir des applications plus complexes telles que la téléprésence holographique et la communication immersive. La détection et la communication conjointes, la programmabilité, les fonctions de gestion et de contrôle connectées intelligentes, l'empreinte énergétique réduite, les systèmes fiables, l'évolutivité et le prix abordable comptent parmi les principales caractéristiques de la 6G. Pour répondre aux besoins exigeants et diversifiés des cas d'utilisation anticipés, les réseaux 6G doivent être hautement adaptables et efficaces, tout en fournissant des décisions et des actions fiables, équitables et explicables. Cette thèse vise à résoudre ces problèmes en apportant des contributions fondamentales au (i) développement de solutions fiables, équitables et explicables basées sur les données, basées sur l'IA/ML, pour répondre aux nouvelles préoccupations posées par la nature dynamique du futur continu cyber-physique, et (ii) fournir une intelligence distribuée robuste et préservant la confidentialité avec des améliorations de transparence en élaborant l'explicabilité dans l'IA/ML.

6G is anticipated to play a significant role in the continuing development of civilization through the 2030s, as the convergence between the digital and physical worlds becomes a reality. It will assist in fulfilling far more stringent requirements than before and serving more challenging applications such as holographic telepresence and immersive communication. Joint sensing and communication, programmability, intelligent connected management and control functions, reduced energy footprint, trustworthy systems, scalability, and affordability are among the foremost characteristics of 6G. To address the demanding and diverse needs of the anticipated use cases, 6G networks must be highly adaptable, and efficient, yet provide trustworthy, fair, and explainable decisions and actions. This thesis aims to address these issues by providing fundamental contributions to (i) the development of data-driven, AI/ML-based trustworthy, fair, and explainable solutions to meet the new concerns posed by the dynamic nature of the future cyber-physical continuum, and (ii) providing privacy-preserving and robust distributed intelligence with transparency enhancements by elaborating the explainability in AI/ML.