Edito

Le projet CLLG, « libérer le grec ancien »

Le projet CLLG (Corpus Liberatum Linguae Graecae), porté par Thibault Clérice (chercheur au sein de l'équipe-projet ALMAnaCH du Centre Inria de Paris), a pris fin le 31 août 2026. Conçu initialement sur un format de 12 mois, il aura finalement été accompagné pendant 18 mois et aura impliqué deux ingénieurs, une stagiaire et un chercheur partenaire pendant cette période. La prolongation du projet a permis de garantir une année complète de collaboration entre les deux ingénieurs du projet et de permettre à une stagiaire, désormais doctorante au Centre Inria de l'Université de Lorraine, d'accéder aux outils.

Pour ce qui est du projet, laissons la parole à Thibault Clérice :

L'histoire de CLLG commence par une urgence. Début 2024, plusieurs bibliothèques universitaires se sont retrouvées en difficulté pour renouveler leur abonnement au Thesaurus Linguae Graecae (TLG). Cette base américaine détient un quasi-monopole sur les textes grecs anciens, du VIIIe siècle avant notre ère au XVe siècle. En France, une vingtaine de bibliothèques seulement y ont accès. Ses conditions d'utilisation interdisent toute science reproductible et tout usage en traitement automatique des langues. Toute une communauté risquait de voir sa capacité de recherche se réduire : philologues, historiens, chercheurs en humanités numériques et en TAL.

Il existait déjà des initiatives libres, comme Perseus ou First Thousand Years of Greek. Mais elles reposent largement sur un travail manuel long et coûteux. Notre pari était de franchir un verrou technologique : passer automatiquement de l'image d'une édition critique, avec sa mise en page complexe, ses notes et ses systèmes de citation propres à la philologie classique, à un document structuré et standardisé en XML TEI. L'intervention humaine devait se limiter au contrôle qualité. Le programme PIQ nous a donné les moyens d'explorer cette idée, en réunissant une équipe mixte entre informatique et lettres classiques.

Dix-huit mois plus tard, le bilan dépasse nos attentes sur le plan scientifique et technique. Nous avons produit, avec David A. Smith (Northeastern University), un modèle d'OCR pour le grec ancien capable de traiter les imprimés du XVIe au XXIe siècle. Nous avons aussi développé Dapytains, un outil de publication de textes TEI par API, déjà réutilisé par le projet Perseus. Enfin, le CLLG Scanner permet à chacun de créer des éditions à partir de PDF en s’appuyant sur les informations visuelles et textuelles de l’imprimé. Le corpus compte aujourd'hui plus de 6 000 fichiers XML finalisés et standardisés en TEI. Nous avons ainsi quadruplé le volume de textes grecs librement accessibles. Quatre publications, dont une à ICDAR 2026, sont venues valoriser ces travaux.

Le projet nous a aussi appris quelque chose d'inattendu. Les grands modèles vision-langage, au cœur de nos questions les plus risquées, ont tendance à « sur-corriger » les textes : ils produisent des hallucinations incompatibles avec les exigences de la philologie. Ce résultat, en partie négatif, est devenu un axe de recherche à part entière. Il nourrit une réflexion plus large sur la confiance que l'on peut accorder à la reconnaissance automatique de textes produite par des modèles dirigés plus largement par une préconnaissance de la langue que par une interprétation visuelle du texte.

La plus belle réussite de CLLG est sans doute humaine. Le projet a créé un réseau et une dynamique autour du corpus et des corpus anciens, menant à une collaboration avec Biblissima et la fondation de Biblissima Textes, la future infrastructure d'accueil pérenne de ces corpus. Il a rapproché durablement les sciences humaines et Inria. Ce qui n'était au départ qu'une réponse à une urgence est en train de devenir une infrastructure ouverte pour l'étude des langues anciennes.

Antcog

Porté par Laure-Anne Poissonnier, Chercheuse, XLIM, Université de Limoges.

Antcog étudie comment l'apprentissage et la communication par phéromones influencent l'efficacité collective des comportements de collecte de nourriture chez les fourmis. En combinant des expériences comportementales, l'imagerie des phéromones et l'apprentissage automatique, il vise à élaborer des modèles réalistes des comportements des fourmis. Le projet permettra de mettre au point des cadres prédictifs reliant les schémas de déplacement, le partage d'informations et les performances collectives au sein de grands groupes d'animaux.

PLER.RION

Porté par Olivier Aumage, Chercheur, LaBRI, Centre Inria de l'Université de Bordeaux, Université de Bordeaux.

Au printemps 2026, la France a rejoint la communauté du Square Kilometre Array Observatory. SKAO vise à construire deux grands radiotélescopes « interférométriques ». Ces instruments reposent sur la corrélation de signaux entre de nombreuses paires d'antennes. Ils permettent l'obtention d'images astronomiques d'une résolution inégalée mais nécessitent le traitement au vol d'un débit de données colossal. Le projet PLER.RION ambitionne de contribuer à relever le défi informatique que cela implique.

NINO

Porté par Camille Gontier, Chercheur, iCube, Centre Inria de l'Université de Lorraine, Université de Strasbourg.

La neuromodulation désigne les différentes techniques utilisées pour stimuler le cerveau et soulager les symptômes des troubles mentaux ; compte tenu du grand nombre de patients susceptibles d'en bénéficier, elle offre des perspectives prometteuses pour les applications cliniques. Toutefois, la neuromodulation est généralement mise en œuvre en boucle ouverte. NINO propose de développer une neuromodulation en boucle fermée, dont les paramètres s'adaptent en temps réel.

Canonical Lab

Porté par Françoise Lecaignard, Ingénieure de recherche, COPHY, CRNL (Lyon), INSERM.

Les progrès de la recherche sur la perception humaine, essentiels au développement de biomarqueurs neurologiques et psychiatriques, sont freinés par un accès limité aux microcircuits neuronaux in vivo. Le projet « Canonical Lab » comble cette lacune en développant un modèle de réseau neuronal in vitro basé sur l’être humain et structuré en un système perceptif. À l’aide de stimulations fondées sur la théorie, il permettra de comprendre comment les réseaux neuronaux s’auto-organisent pour apprendre et prédire leurs entrées, ouvrant ainsi la voie à des interventions pharmacologiques et génétiques précises en vue d’une application clinique.

Undulaw

Porté par Médéric Argentina, Professeur, INPHYNI, Université Côte d'Azur.

Undulaw teste une hypothèse à haut risque : des lois compactes, interprétables et transférables pourraient régir la nage ondulatoire malgré un couplage fluide-structure-commande fortement non linéaire. À l'aide de simulations, d'un apprentissage fondé sur la physique et d'expériences robotiques, le projet vise à découvrir ces lois et à les intégrer dans des nageurs autonomes capables de s'auto-optimiser en temps réel.

ProCD

Porté par Augustin Vanrietvelde, Maître de conférences, Quriosity, LTCI, Télécom Paris.

ProCD vise à (ré)futer la conjecture des décompositions causales, à savoir une équivalence fondamentale entre deux définitions (opérationnelle et compositionnelle) de la structure causale d’un canal unitaire, en explorant de nouvelles méthodes de démonstration algébriques et syntaxiques. Cela permettrait de résoudre une question clé dans le domaine très dynamique de l’étude de la causalité en théorie quantique, avec des applications potentielles à de nombreux autres domaines de l’information quantique.

Cette newsletter est gérée par l'équipe de direction PIQ.
Ce travail a bénéficié d'une aide de l'État gérée par l'Agence Nationale de la Recherche au titre de France 2030 portant la référence « ANR-24-RRII-0002 ».