Portrait de Clément Beitone, enseignant-chercheur et co-porteur de la chaire MIAI

Son parcours d’étude

Son parcours académique débute par une classe préparatoire à Annecy, avant d’intégrer l’ISIMA à Clermont-Ferrand, une école spécialisée en informatique et en modélisation. Il y suit la spécialité « systèmes embarqués » et obtient également en double diplôme un master de recherche en vision par ordinateur et robotique. Désireux d’approfondir ses compétences, il poursuit par un doctorat en traitement d’images médicales, appliqué aux approches de segmentation et de recalage multimodales appliquées à la cardiologie. Si cette thèse s’inscrit dans la continuité de son intérêt pour le traitement du signal, c’est surtout son application au domaine médical qui l’oriente définitivement vers une carrière académique.

Intégration du programme MIAI Cluster

La chaire INSPECT vise à développer pour les robots continus des méthodes hybrides mêlant apprentissage profond (et apprentissage par renforcement) et modélisations robotiques récentes. L’objectif est d’estimer avec précision l’état de ces robots et d’en permettre le contrôle dans des environnements réalistes, notamment lors d’interactions avec l’environnement. Le but final est d’aider les chirurgiens à réaliser des interventions avec des dispositifs plus fiables, précis et moins invasifs. Ces travaux se font en collaboration avec des équipes cliniques du CHU de Grenoble (Pr Gaëlle Fiard et Bertrand Trilling).

En parallèle de la recherche, la chaire souhaite produire des modules MOOC sur l’apprentissage par renforcement appliqué à la robotique, qui pourront être déployés dans les groupes INP à des fins d’enseignement orienté recherche, en s’appuyant sur des données issues de la recherche.

Ainsi, à travers un parcours scientifique cohérent et une implication forte dans la chaire INSPECT, Clément Beitone incarne une recherche en intelligence artificielle médicale