Carola Doerr : la médaille de bronze du CNRS pour l’optimisation de boîtes noires

Les mathématiques sont souvent présentées comme un moyen de résoudre des problèmes plus ou moins pratiques. Mais comment faire lorsqu’une question ne peut pas être parfaitement traduite en chiffres et en signes ? Carola Doerr, chargée de recherche au LIP6, utilise alors des algorithmes dits de « boîtes noires » : des outils qui fournissent une approximation du problème sans besoin de le formuler exactement. Pour offrir une réponse satisfaisante, les algorithmes de boîte noire font des itérations entre l’évaluation de la qualité de solutions possibles, et l’ajustement de la stratégie pour générer un nouveau jeu de candidats.

« On y parvient en multipliant les simulations, qui affinent à chaque fois la réponse, précise la chercheuse allemande, arrivée en France en 2012 pour un postdoctorat à l’Institut de Recherche en Informatique Fondamentale (IRIF - CNRS/Université de Paris Cité) avant d’être embauchée au CNRS. Nous voulons fournir de bonnes solutions avec un minimum de simulations successives. » Des algorithmes appartenant à différentes familles peuvent être sollicités : recherche locale, algorithmes génétiques, algorithmes utilisant des modèles de substitution… Le choix de ces catégories dépend de différents critères comme les ressources économiques et informatiques disponibles, le temps, la quantité et qualité des données, etc.

Et comme chaque grande famille contient une multitude d’algorithmes, il faut encore choisir le bon puis adapter ses paramètres au problème. On se retrouve alors souvent face à des problèmes d’optimisation dans le problème d’optimisation. Pas de quoi décourager Carola Doerr, si passionnée par l’optimisation de boîtes noires qu’elle partage équitablement son temps entre la théorie et les applications pratiques. Elle souligne d’ailleurs que ces deux aspects se nourrissent mutuellement.

Le choix des algorithmes peut se faire à la main, c’est-à-dire à partir de l’expérience et des connaissances de l’utilisateur, mais Carola Doerr travaille aussi à automatiser ces décisions. Avec son équipe et leurs collaborateurs, elle a ainsi développé IOHprofiler. Ce logiciel libre réalise du benchmarking des algorithmes en fonction des paramètres et des propriétés du problème posé. Des données d’une multitude d’algorithmes sont même disponibles sur la plateforme afin de comparer de nouvelles approches et idées.

Mais qu’en est-il des applications pratiques ? Carola Doerr multiplie les collaborations avec des entreprises et des centres de recherche. Avec Thalès, elle a ainsi conçu une sélection automatique d’algorithmes pour trouver les meilleures dispositions de capteurs pour maximiser la probabilité de détecter des appareils. Le choix de l’algorithme prend en compte différents types de terrains, selon que l’on souhaite installer des dispositifs de surveillance en haute montagne ou dans un désert.

Carola Doerr travaille également avec l’Institut Pasteur, pour concevoir des algorithmes qui peuvent prédire, à partir de données génétiques, si un patient va développer une forme sévère ou non de la dengue. Difficulté supplémentaire, les résultats doivent rester explicables aux patients. Car si des algorithmes d’apprentissage profond répondent aussi à cette question, ils ne l’accompagnent pas d’un raisonnement intelligible. Difficile alors pour le patient d’accepter la prédiction. Carola Doerr et ses collaborateurs ont trouvé des approches pour réduire le temps de calcul, passant de plusieurs jours à un seul, sans sacrifier l’exactitude des résultats.

La liste des contributions de Carola Doerr ne s’arrête pas là, et son travail vient d’être récompensé par la médaille de bronze du CNRS. « La recevoir est un honneur, j’espère que cette distinction aidera à faire connaître la recherche sur l’optimisation des algorithmes de boîte noire », se réjouit Carola Doerr tout en insistant sur l’importance du travail d’équipe dans ses recherches.