27 août - Rencontre sur l'IA, le ML et la vision par ordinateur

Description

Rejoignez notre rencontre virtuelle pour écouter des conférences d'experts sur des sujets de pointe dans le domaine de l'IA, du ML et de la vision par ordinateur. Date, Heure et Lieu : 27 août 2026, 9h00 - 11h00 PST En ligne. **[Inscrivez-vous pour le Zoom !](https://voxel51.com/events/ai-ml-and-computer-vision-meetup-august-27-2026)** **Protection robuste des concepts contre l'édition d'images basée sur la diffusion et la personnalisation** Les modèles d'édition d'images et de personnalisation basés sur la diffusion ont rendu de plus en plus facile la manipulation et la reproduction de concepts visuels à partir de seulement quelques images de référence. Cependant, les méthodes de protection existantes ont souvent tendance à s'adapter à un unique modèle d'attaque et n'arrivent pas à se généraliser à travers divers pipelines d'édition. Dans cette présentation, je discuterai des avancées récentes en matière de protection des concepts pour les systèmes d'IA générative, en me concentrant sur des stratégies de perturbation ciblées et des représentations de diffusion sensibles au style. Je présenterai également des résultats expérimentaux à travers plusieurs scénarios d'édition et de fine-tuning, mettant en lumière les défis de la robustesse, de la transférabilité et de l'imperceptibilité dans les contextes de protection pratiques. Enfin, je discuterai des problèmes ouverts et des futures directions vers une propriété de contenu génératif digne de confiance. *À propos de l'intervenant* [Qiuyu Tang](https://www.linkedin.com/in/qiuyutang/) est une doctorante en informatique et en ingénierie à l'Université de Lehigh. Ses recherches se concentrent sur l'IA digne de confiance, la criminalistique médiatique et les méthodes de protection robustes contre l'édition d'images et les systèmes de personnalisation basés sur la diffusion. Ses travaux récents explorent la protection des concepts, la protection du style, la manipulation sémantique d'images et la robustesse de l'IA générative. Elle a contribué à plusieurs publications en vision par ordinateur et sécurité de l'IA, y compris des recherches sur la protection des modèles de diffusion et la détection de manipulation, et a également été organisatrice d'ateliers de conférences. **Des pixels à la planète : construire une IA évolutive et ancrée pour la science** L'IA a démontré de nombreuses nouvelles possibilités, de la rédaction d'e-mails à l'édition et à la génération d'images. L'efficacité des modèles d'IA repose en grande partie sur un pipeline d'apprentissage automatique standard, où les données sont alimentées dans des modèles pour obtenir des représentations et des prévisions, et les performances sont évaluées avec des références et métriques contrôlées. Cependant, le décalage se produit lorsque nous essayons de faire transiter ce pipeline vers l'interaction avec le monde réel et d'utiliser l'IA pour la découverte scientifique. Au-delà des décisions à jeu fermé, les scientifiques veulent découvrir de nouvelles catégories et proposer de nouvelles hypothèses. Dans cette conférence, je partagerai comment je m'attaque aux défis de l'IA pour la science depuis les perspectives des méthodes centrées sur les données et des approches d'interprétabilité. *À propos de l'intervenant* [Jianyang Gu](https://www.linkedin.com/in/jianyang-gu-9235151b9/) est chercheur postdoctoral à l'Université d'État de l'Ohio. Ses recherches se concentrent sur l'utilisation de méthodes centrées sur les données pour construire des modèles fondamentaux évolutifs et interprétables pour la science. **Au-delà de la grange : détection non invasive de l'acidose chez les bovins laitiers grâce à l'intelligence des émissions de gaz multimodales** L'acidose ruminale coûte silencieusement des milliards à l'industrie laitière mondiale chaque année et compromet le bien-être animal, pourtant les méthodes de détection actuelles restent invasives, retardées et impraticables à grande échelle. Notre laboratoire a pionnier une approche fondamentalement nouvelle : capturer et analyser les schémas d'émission de gaz CO₂ et CH₄ exhalés grâce à une imagerie RGB-thermique synchronisée, transformant chaque respiration en un signal diagnostique. Nous avons développé DualGasNet, une architecture d'apprentissage profond à double flux avec fusion d'attention croisée qui détecte l'acidose de manière non invasive et en temps réel, atteignant une précision de pointe sur un ensemble de données d'émissions de gaz de bétail sans précédent construit de toutes pièces. Pour aller vers une IA explicable et prête pour la ferme, nous intégrons des modèles vision-langage — CLIP et LLaVA-1.5 — permettant un raisonnement de diagnostic à zéro tir qui comble le fossé entre les prédictions en apprentissage profond et les perspectives vétérinaires concrètes. Cette conférence couvrira le pipeline complet de la création d'un ensemble de données personnalisé à la fusion multimodale en passant par l'interprétation alimentée par VLM, offrant au public une étude de cas convaincante sur la manière dont la vision par ordinateur peut résoudre des problèmes réels à fort impact en dehors des références traditionnelles. *À propos de l'intervenant* [Taminul Islam](https://www.linkedin.com/in/taminul-islam/) est chercheur doctoral et candidat au doctorat à l'Université Southern Illinois Carbondale, avec plus de 40 publications, plus de 740 citations et un indice h de 16 — avec des publications dans CVPR 2026, WACV 2026 (oral), ICCV 2025, et Nature Scientific Reports, y compris un article très cité pour 2024–25. **Construire des systèmes de vision par ordinateur pratiques avec Voxel51** Cette conférence explorera des flux de travail pratiques pour construire, évaluer et améliorer les systèmes modernes de vision par ordinateur. Nous plongerons dans des approches du monde réel pour la constitution de jeux de données, l'analyse de modèles, les flux de travail d'IA multimodale et les pipelines de vision prêts pour la production en utilisant des technologies open-source. La session est conçue pour les ingénieurs, chercheurs et praticiens de l'IA cherchant à mieux comprendre comment les équipes développent et évoluent les applications de vision par ordinateur aujourd'hui. Attendez-vous à des démonstrations pratiques, des perspectives techniques et des discussions autour de l'évolution de l'écosystème des outils de l'IA. *À propos de l'intervenant* [Daniel Gural](https://www.linkedin.com/in/daniel-gural/) est un expert en IA physique et travaille dans le domaine depuis plus de 8 ans. Travaillant dans le secteur de la santé, il a de l'expérience dans le cas d'utilisation opérationnel ainsi que dans l'utilisation de l'IA visuelle comme aide dans les applications psychologiques.