Author :
Fadi Namour
Abstract :
Deuxième volet du séminaire "Ce que l’IA peut (ou ne peut pas) apporter à nos domaines d’études"
Dans la continuité du premier séminaire consacré à l’introduction de l’Intelligence Artificielle (IA) en astrophysique, cette présentation s’intéresse au développement d’un imageur basé sur l’IA dédié à la reconstruction de sources radio transitoires. Inspirée d’une méthode récemment proposée dans la littérature scientifique, cette approche vise à exploiter la dimension temporelle de la donnée grâce à l’apprentissage automatique (Chiche, Girard et al, 2023)
Cependant, transformer une idée publiée en un outil scientifique utilisable pose plusieurs défis : reproductibilité problématique du code, nécessité de générer des jeux de données simulées adaptés à l’apprentissage, et adaptation de l’algorithme pour qu’il s’intègre dans les flux de travail existants, à l’instar des imageurs radio standards.
Ce retour d’expérience mettra ainsi en lumière les étapes nécessaires pour passer d’un concept théorique à un outil opérationnel, en montrant comment des pratiques solides de développement logiciel (clean code, modularité et méthodes de gestion de projet inspirées de l’agile) jouent un rôle essentiel pour rendre ces approches réellement exploitables en recherche.
