Actualités

[PODCAST] Voitures intelligentes : sur la route de l’autonomie

31 janvier 2022 • Mobilité intelligente

Nos voitures sont de plus en plus intelligentes, mais que manque-t-il pour qu’elles deviennent pleinement autonomes ? Focus sur les limitations techniques qui subsistent, et sur la recherche en cours dans les domaines de l’intelligence et de la cybersécurité des véhicules.


Invités :

  • Patrick Perez, directeur scientifique de l’équipe Valeo.ai, au sein de l’entreprise Valeo,
  • Guillaume Duc, maître de conférences à Télécom Paris et co-titulaire de la chaire Voitures connectées et cybersécurité.

Une émission présentée par Benjamin Vignard, produite par l’Institut Mines-Télécom, et soutenue par le Carnot Télécom & Société numérique.

Dernières actualités

, , , ,

Revivez notre évènement de l’année : « Horizons technologiques : iA, blockchain, quantique by Carnot TSN »

Retour sur l'Événement "Horizons technologiques : iA, blockchain, quantique by Carnot TSN" : un voyage technologique et historique. Le 24 septembre 2024, l'institut Carnot Télécom & Société numérique a organisé une journée captivante dédiée aux dirigeants et responsables R&D. Accueillis dans le cadre somptueux de l'Horizon de Khéops à Paris, les participants ont exploré les avancées en iA, blockchain et technologies quantiques
, , ,

[Vidéo] La plateforme TTOOL, simulation et expérimentation de configuration de réseaux

Plongez dans l'univers de la plateforme TTOOL : vous en apprendrez plus sur la technologie utilisée, les modalités et les applications de cette plateforme labellisée institut Carnot Télécom & Société numérique,. La plateforme est composée de chercheurs situés sur les campus de Palaiseau (Télécom Paris) et Sofia Antipolis.

[Belle histoire] Projet INRIA MALICE : l’IA pour percer les mystères de l’interaction laser-matière

Réunissant des chercheurs et enseignants-chercheurs du laboratoire Hubert Curien, l’équipe-projet Inria MALICE vise à favoriser la collaboration entre physiciens et experts de l’intelligence artificielle. Leur objectif : développer de nouvelles méthodes de machine learning pour mieux comprendre l’interaction laser-matière, un enjeu majeur en ingénierie des surfaces. Et ce, malgré les écueils que représentent la connaissance physique partielle des phénomènes et le manque de données.

Besoin d’informations ?