Dans un contexte où la gestion des risques environnementaux est un enjeu majeur, la qualité, l’intégrité et l’intégration efficace des données massives et critiques sont essentielles pour accélérer le développement et l’optimisation d’applications de gestion des risques. Cette présentation propose d’explorer comment combiner intelligemment l’apprentissage automatique, les données météorologiques et les observations satellitaires afin de concevoir des outils d’aide à la décision performants.

Les thèmes abordés sont :
● L’accès à des données précises, actualisées et fiables grâce à l’intégration de sources météorologiques, d’images satellites et de modèles prédictifs ;
● Les méthodologies pour harmoniser des formats de données hétérogènes issus des différents domaines d’observation de la Terre (atmosphère, surfaces terrestres, océans), afin de garantir une interopérabilité et une exploitation sans faille ;
● L’exploitation de l’intelligence artificielle et des techniques avancées de modélisation afin de produire des analyses prédictives robustes et d’orienter les décisions stratégiques ;
● La combinaison des observations satellitaires, des modèles météorologiques numériques, de la modélisation hydrologique et de l’IA pour anticiper et cartographier trois risques environnementaux majeurs : les inondations, les feux de forêt et les épisodes de pollution de l’air.

Docteure en physique de l’atmosphère, Laure Chaumat dirige depuis 2015 l’équipe « Physique de l’Atmosphère et Sondage atmosphérique » de Thales (Toulouse), forte de 19 personnes. Avec près de 20 ans d’expérience en télédétection spatiale et modélisation du transfert radiatif, elle pilote aujourd’hui des projets combinant données satellitaires, météorologiques et intelligence artificielle au service de la gestion des risques environnementaux : la plateforme Dhemeter pour l’harmonisation de données multi-sources, le projet FLORIA (labellisé Space for Climate Observatory) pour l’estimation de la pollution de l’air, ou encore un outil de prévision des inondations couplant modélisation hydrologique et machine learning. Elle intervient par ailleurs comme experte scientifique sur des missions majeures d’observation de la Terre pour l’EUMETSAT, le CNES et l’ESA (MicroCarb, IASI-NG, MetOp-SG, MTG). 

Cette intervention présente l’activité de Biomemory et son approche innovante du stockage de données basé sur l’ADN. La présentation explore la vision du Molecular IT à 5 et 10 ans, en mettant en lumière les avancées technologiques attendues et leurs impacts sur les infrastructures numériques. Elle ouvre enfin une perspective à plus long terme sur l’émergence de systèmes d’information moléculaires capables de transformer durablement le traitement, le stockage et la préservation des données.

Vincent Franceschini est un stratège et un expert en technologie chevronné qui possède plus de 30 ans d’expérience dans la conception de produits et de solutions informatiques et de stockage de données. Il dirige aujourd’hui les produits chez Biomemory, société à l’origine d’une technologie de stockage à base d’ADN synthétique destinée aux centres de données de nouvelle génération. Auparavant, il était directeur des innovations chez Hitachi Vantara, où il dirigeait des initiatives de co-innovation avec des clients et des partenaires. Au sein du groupe Hitachi et de consortiums industriels, il a contribué à des initiatives technologiques et normatives dans les domaines de l’intelligence artificielle, des télécommunications, de la fabrication, de la logistique, des technologies de ressources humaines, de l’informatique et du stockage de données. Il a dirigé des projets en Europe, aux États-Unis, au Japon et en Chine, a siégé pendant neuf ans au conseil d’administration de la SNIA, dont deux en tant que président, et est aujourd’hui président émérite de la SNIA ainsi que coprésident de la DNA Data Storage Alliance. Vincent Franceschini a commencé sa carrière dans le secteur des technologies chez Digital Equipment Corporation, en tant qu’ingénieur logiciel. Il est titulaire d’un diplôme d’ingénieur en informatique, spécialisé en intelligence artificielle et applications industrielles, de l’École pour l’informatique et les techniques avancées.