Mis à jour le 11/05/2026
Équipe-projet commune à Sorbonne Université et Inria, MEGAVOLT vise à relier deux domaines complexes : la modélisation des phénomènes physiques à l’aide d’équations mathématiques et l’analyse des données grâce à l’intelligence artificielle. Cette nouvelle démarche, utilisant une approche mathématique de l’IA, contribuera à mieux comprendre, voire améliorer, les outils d’apprentissage de celle-ci.
« L’IA se développe à une vitesse accélérée alors que la structure des algorithmes sur lesquels elle s’appuie n’est qu’imparfaitement maîtrisée, y compris par ceux qui les ont conçus. » Professeur à Sorbonne Université et membre du Laboratoire Jacques-Louis Lions (LJLL), Bruno Després souligne ici l’un des principaux objectifs de l’équipe-projet MEGAVOLT (MachinE learninG et équAtions d’éVOLuTion) : construire des interactions solides entre modélisations mathématiques de phénomènes complexes et outils d’apprentissage de l’IA.
Les équations utilisées pour réécrire le problème
Les algorithmes d’apprentissage automatique apparaissent souvent comme des sortes de "boites noires" dont l’efficacité, indéniable, est constatée de manière empirique sans contrôle ni qualification des erreurs qu’ils peuvent contenir. Pour Bruno Després, « cela pose des questions extrêmement importantes de certification et de sécurité, mais aussi de méthodologie. En particulier pour des mathématiciens qui sont attentifs aux méthodes permettant de contrôler les erreurs. »
Sur la base de ce constat, l’équipe-projet commune MEGAVOLT observe et analyse ces éléments informatiques par le prisme des mathématiques et les équations aux dérivées partielles (EDP) ou équations dites "d’évolution". Un changement de point de vue qui, selon Borjan Geshkowski « peut conduire à des améliorations difficiles à discerner par ceux qui ne voient que le code. L’histoire des sciences contient une multitude d’exemples de points de blocage qui ont été dépassés lorsque des théoriciens ont réécrit le problème d’une manière différente. »
Élaborées historiquement dans le cadre des travaux de Newton et Leibniz sur le calcul infinitésimal, les équations différentielles et, par suite, les EDP, constituent l’un des outils les plus puissants pour modéliser des données complexes dans des domaines de recherche aussi divers que la physique, la biologie ou encore l’économie.
Verbatim
Depuis quelques années, les chercheurs se sont rendu compte que plusieurs aspects du deep learning, aussi bien le réseau de neurones lui-même que la façon dont il est entrainé, pouvaient être interprétés comme de nouvelles classes d’équations aux dérivées partielles.
Auteur
Borjan Geshkowsi
Poste
Chercheur au sein de l'équipe-projet MEGAVOLT
En reliant donc la modélisation de phénomènes physiques avec des équations mathématiques et l’analyse de grandes bases de données grâce à l’IA, MEGAVOLT cherche à établir comment les techniques d’apprentissage automatique peuvent être appliquées à des équations qui évoluent dans le temps.
L’utilisation des équations comme nouvel angle d’étude et la consolidation de cette interaction IA – EDP appliquées à la physique permettraient par exemple d’améliorer la rapidité et l’efficacité des IA génératives dans le cadre des LLM (large language models - ou grands modèles de langage) ou encore de simuler à l’aide de l’IA des phénomènes physiques complexes, approche importante pour l’ingénierie.
Un contexte favorable à la création de l’équipe
Les bases conceptuelles de l’informatique ayant été posées par des mathématiciens – John von Neumann, Alan Turing et Claude Shannon, pour ne citer que les trois principaux – les interactions entre les deux disciplines scientifiques majeures que sont l’informatique et les mathématiques ont longtemps été « extrêmement claires » note Bruno Després. Jusqu’à ce que le développement de l’apprentissage automatique comme une discipline autonome utilisant « un langage différent pour désigner les mêmes objets », ne vienne quelque peu brouiller les pistes.
Face à ce constat, Sorbonne Université crée [1] en 2019, le centre SCAI, un espace dédié à la recherche et à la formation autour de l’intelligence artificielle. La structure, très active, permet de déployer de nombreux et fructueux partenariats extérieurs afin de répondre aux nouveaux enjeux de l’IA.
Dans ce contexte et après des échanges nourris avec différentes communautés universitaires, les laboratoires Jacques-Louis Lions et LPSM se sont alors engagés dans la création d’une équipe-projet, décidée de manière conjointe par Inria et Sorbonne Université.
« Il faut se souvenir que Jacques-Louis Lions, le père fondateur des mathématiques appliquées en France, est également celui d’Inria sous sa forme moderne. » [2] Mais le développement de l’apprentissage automatique comme une discipline autonome et utilisant « un langage différent pour désigner les mêmes objets », a complexifié ce lien pourtant bien établi.
Créée en 2025, l’équipe MEGAVOLT est ainsi portée par Bruno Després en étroite collaboration avec Gérard Biau, accompagnés de Borjan Geshkowski et Raphaël Berthier, respectivement ISFP et CPJ Inria.
Pour atteindre les objectifs qu’elle s’est fixés, MEGAVOLT compte tout autant sur la rigueur méthodologique de ses membres que sur leur capacité d’échange et d’ouverture. « Personne n’est dépositaire de la connaissance mathématique sur ces sujets qui appellent des approches transverses, déclare Bruno Després. Notre volonté est de travailler dans un climat de recherche extrêmement ouvert dans lequel toutes les idées peuvent être partagées et étudiées. » Dans ce but, MEGAVOLT anime, avec l’équipe-projet commune SIERRA (ENS-PSL, CNRS, Inria), un séminaire mensuel consacré à la théorie de l’apprentissage, accessible à tous les publics et auquel participent des intervenants français et étrangers.
Si MEGAVOLT n’a pas de vocation applicative immédiate, « la finalité est de contribuer à l’optimisation des systèmes, en rendant, par exemple, les algorithmes plus frugaux », souligne Borjan Geshkowski. Pour les membres de l’équipe, il est primordial que ce travail soit fait par des organismes publics qui ne sont pas soumis à des objectifs économiques, en termes de commercialisation ou de rentabilité, d’autant que les principaux acteurs de l’IA sont aujourd’hui des entreprises privées. « Les questions d’éthique se posent à nous comme à toutes les équipes-projets, juge Bruno Després. Les placer au centre de notre démarche relève de notre responsabilité de chercheurs. » « C’est même notre devoir » conclut Borjan Geshkowski.
[1] En partenariat avec le CNRS, l’Inserm, Inria, l’UTC, le Museum national d’Histoire naturelle, INSEAD, l’IRD, l’AP-HP et le CEA.
[2] Après avoir dirigé le département informatique numérique de l’Institut de recherche en informatique et en automatique (IRIA) créé en 1967, précurseur d’Inria, Jacques-Louis Lions est nommé à la tête du Laboratoire de recherche d’informatique et d’automatique (Laboria) qui préfigure l’Inria actuel, dont il deviendra le premier président en 1979.
