EDF déploie depuis plusieurs années une stratégie ambitieuse pour intégrer l'intelligence artificielle au cœur de son ingénierie et de ses opérations. Les applications sont variées, allant de cas d'usage "pure IA" - comme l'analyse d'images pour l'inspection, le traitement de séries temporelles pour la maintenance prédictive ou la résolution de problèmes multimodaux - à l'accélération des simulations physiques via le surrogate modelling. Cette dernière approche est un levier clé pour les jumeaux numériques et l'aide à la conception. Le défi transversal à tous ces projets réside dans les limites computationnelles, qui imposent des choix rigoureux en matière d'architecture IA et d'infrastructure matérielle pour un déploiement à grande échelle. En réponse, la R&D d'EDF se concentre sur l'optimisation des infrastructures matérielles (gestion des machines, GPU) et le développement de modèles d'IA frugaux, robustes et fiables, adaptés aux contraintes critiques du secteur de l'énergie.

Cette intervention proposera une vision résumée de cette stratégie, de ses succès et ses défis.

Biographie : Nicolas Bousquet est chercheur senior chez EDF R&D dans les domaines de la modélisation statistique, de l'apprentissage automatique et de la prise de décision. Il a mis au point des méthodes dans ces domaines pour l'analyse des risques, la calibration des modèles et l'explicabilité, dont bon nombre trouvent des applications dans le secteur nucléaire, tout en tissant des liens étroits avec le monde universitaire en tant que professeur associé à Sorbonne Université (2017-2026). Ses principaux centres d'intérêt portent aujourd'hui sur l'hybridation entre connaissances physiques et modèles d'apprentissage, et le contrôle des IA. Il dirige le laboratoire SINCLAIR en intelligence artificielle, fruit d'une collaboration entre EDF, Thales et TotalEnergies, dédié à l'IA industrielle pour les systèmes critiques.