Chaire de recherche IMDS en systèmes multimodaux intelligents pour la productivité et la sécurité des documents numériques
À propos de la Chaire
La Chaire de recherche IMDS en systèmes multimodaux intelligents pour la productivité et la sécurité des documents numériques se consacre au développement de méthodes d’intelligence artificielle pour automatiser le traitement des documents et détecter les falsifications. Son objectif est d’aider les organisations à traiter de grands volumes de documents de façon plus efficace, fiable et sécuritaire.
Factures, pièces d’identité, bulletins de paie ou contrats : ces documents combinent du texte, des images et des mises en page variées. La Chaire développe des systèmes d’IA multimodaux, capables d’analyser ensemble ces différentes sources d’information pour extraire des données, classer les documents et repérer des indices de fraude.
Menés en collaboration avec IMDS (International Medias Data Services), les travaux visent à concevoir des outils adaptés aux conditions réelles d’utilisation, même lorsque les documents sont de qualité variable, présentent de nouveaux formats ou que peu d’exemples sont disponibles pour entraîner l’IA.
Axes de recherche
Le programme de recherche s’articule autour de quatre axes complémentaires :
Apprentissage multimodal pour l’analyse des documents
Développer des modèles d’IA qui analysent conjointement le contenu textuel, la mise en page et les éléments visuels, comme l’écriture manuscrite ou les tampons. Cette approche vise à améliorer l’extraction d’information, la classification des documents et la détection de falsifications, même lorsque certaines données sont incomplètes ou difficiles à lire.
Adaptation des modèles en cours d’utilisation
Concevoir des méthodes permettant aux modèles de s’ajuster pendant leur utilisation à de nouveaux formats, à différentes polices de caractères ou à des variations de qualité de numérisation. L’objectif est d’améliorer leur robustesse face à la diversité et à l’évolution des documents à traiter.
Adaptation efficace des modèles vision-langage
Adapter les grands modèles d’IA qui combinent l’analyse des images et du texte à des tâches documentaires spécialisées, avec peu d’exemples annotés ou à partir de données non annotées. Ces travaux visent à réduire les besoins en préparation manuelle des données et en ressources de calcul.
IA explicable pour un traitement documentaire sécuritaire et transparent
Développer des méthodes qui mettent en évidence les éléments ayant influencé un résultat, comme une incohérence dans une date, une signature ou une mise en page. Ces méthodes visent à rendre les résultats de l’IA plus compréhensibles pour appuyer les vérifications humaines et favoriser la confiance envers ces outils.
Impacts de la recherche
À terme, les méthodes développées pourraient être intégrées aux solutions d’IMDS utilisées dans les secteurs financier, gouvernemental et de l’assurance. Elles permettraient de renforcer la fiabilité des services numériques et la confiance envers les documents sur lesquels reposent de nombreuses décisions.
Moins de vérification manuelle
Réduire le temps consacré au traitement et à la vérification manuelle des documents.
Une détection de fraude plus fine
Améliorer la détection de falsifications, notamment celles facilitées par l’IA générative.
Une relève en IA appliquée
Offrir aux étudiantes, étudiants et stagiaires postdoctoraux une expérience de recherche étroitement liée aux besoins de l’industrie.
Notre partenaire industriel IMDS
IMDS est une entreprise établie à Montréal, spécialisée dans le traitement d’images, l’analyse intelligente de documents et les solutions d’identité numérique. Elle développe notamment des technologies de reconnaissance de caractères, d’extraction d’information, de vérification documentaire et de reconnaissance faciale. Ses clients sont de grandes administrations, banques et assureurs au Canada, en France et en Afrique.
Dans le cadre de la Chaire, IMDS mettra à contribution son expertise, ses outils et des données représentatives de situations réelles. L’entreprise participera à la validation des méthodes développées, à leur intégration dans ses solutions et à la formation de la relève.
Notre équipe
La Chaire réunit des membres du Laboratoire d’imagerie, de vision et d’intelligence artificielle (LIVIA) de l’ÉTS et des représentants d’IMDS.
ÉTS :
IMDS :
- Patrick Gautschi
Président du conseil d’administration - Frédéric Cornu
Président - Nicolas Loiseau
Vice-président, Recherche et développement
Joindre le titulaire de la Chaire
Eric Granger
Professeur, Département de génie des systèmes
1130, rue William
Local F-5088
Montréal (Québec) H3C 1K3