Lieu CEA Cadarache
Recherche - Valorisation
ETSN 2026 : la simulation numérique à l’heure de l’intelligence artificielle générative
Publié le
L'intelligence artificielle générative au cœur des enjeux de la simulation numérique
Organisée par le LRC-MESO, associant le Centre Borelli de l'ENS Paris-Saclay et le CEA-DAM Île-de-France, cette nouvelle édition de l'ETSN s'est tenue à la Maison d'hôtes de Cadarache dans les Bouches-du-Rhône.
L'intelligence artificielle générative transforme profondément les pratiques scientifiques et les méthodes de développement logiciel. L'arrivée des grands modèles de langage (Large Language Models) puis des systèmes d'intelligence artificielle agentique a ouvert de nouvelles façons de travailler dans les métiers de la simulation numérique, voire de nouvelles perspectives dans les développements de méthodes numériques pour la physique.
Dans ce contexte, l'ambition de l'ETSN 2026 était double : donner aux participants les clés nécessaires pour comprendre les fondements de ces nouvelles approches et leur permettre d'en expérimenter concrètement les possibilités dans leurs activités de recherche et de développement.
Comprendre, expérimenter et prendre du recul
Pendant cinq jours, le programme a alterné conférences scientifiques, cours thématiques et travaux pratiques, afin de proposer une approche à la fois théorique et opérationnelle.
Les interventions ont notamment abordé :
- Les fondements de l'intelligence artificielle : évolution des méthodes d'apprentissage profond, architectures des grands modèles de langage, capacités et limites des modèles génératifs.
- L'IA au service de la simulation numérique : apprentissage de schémas numériques, réseaux de neurones pour la mécanique des fluides, quantification des incertitudes et modèles fondamentaux pour les sciences physiques (foundation models).
- Le développement logiciel assisté par l'IA : utilisation des assistants de programmation pour comprendre, développer, documenter, tester et déboguer des codes de calcul scientifiques.
- Les architectures et les infrastructures : déploiement local de modèles, systèmes de génération augmentée par récupération (RAG), gestion de la souveraineté des données et environnements sécurisés.
Une place importante a été accordée à la mise en pratique. Les participants ont notamment pu créer et manipuler des réseaux de neurones pour des calculs de classification, découvrir et expérimenter l’architecture de Transformer avec un modèle hydrodynamique de fondation (nommé Walrus), ainsi que prendre en main un assistant de programmation agentique dans le cadre du développement d'un code de simulation numérique.
Ces ateliers ont permis de confronter les promesses de l'IA générative aux réalités du travail du numéricien : qualité du code produit, vérification des résultats, respect des contraintes physiques et maîtrise des outils, mais aussi de débattre sur le devenir de nos métiers dans ce nouveau paradigme qu’est l’IA générative.
Un enjeu essentiel : garder un regard critique
Au-delà des performances et des possibilités offertes par ces technologies, l'école a également permis d'aborder les conditions de leur utilisation.
La fiabilité des résultats, les risques d'hallucination, la confidentialité des données, la propriété intellectuelle et la vérification systématique des productions constituent autant de questions incontournables pour une utilisation maîtrisée de l'intelligence artificielle dans les environnements scientifiques et industriels.
L'un des messages importants de cette édition est que l'IA générative ne se substitue pas à l'expertise du scientifique ou de l'ingénieur. Elle constitue un nouvel outil de travail dont la pertinence repose sur la capacité de l'utilisateur à définir les problèmes, à encadrer son utilisation et à valider les résultats obtenus.
Une communauté scientifique réunie autour de ces nouvelles perspectives
Cette 12e édition a rassemblé une trentaine de participants issus du CEA, du monde industriel et du milieu académique, ainsi que dix intervenants venant de différents établissements et organismes de recherche.
Les conférences et les échanges ont permis de croiser les expériences, de confronter les approches et de partager des réflexions sur les transformations en cours dans les métiers de la simulation numérique.
Cette édition s'inscrit dans la continuité des précédentes écoles thématiques, et notamment de celle de 2019 consacrée à la simulation numérique et au machine learning. Elle témoigne de la volonté du LRC-MESO de proposer un espace de formation et d'échanges sur les évolutions scientifiques et technologiques qui façonnent la simulation numérique.
Une réflexion sur la place de l'IA dans les pratiques futures de la simulation numérique
L'ETSN 2026 aura ainsi été l'occasion de mieux comprendre les possibilités de l'intelligence artificielle générative, d'en éprouver concrètement les usages et de réfléchir collectivement à la place qu'elle peut prendre dans les pratiques futures de la simulation numérique.
Organisation
LRC MESO – Laboratoire de Recherche Conventionné liant le Centre Borelli (ENS Paris-Saclay) et le CEA-DAM Île-de-France
Lieu : Maison d'hôtes de Cadarache, Saint-Paul-lez-Durance
Dates : 28 septembre – 2 octobre 2026
Intervenants
- Matthieu Ancellin (Mews Labs)
- Pierre Andraud (LRC MESO, CEA ENS Paris-Saclay)
- Daniel Chauveheid (Mews Labs)
- Florian De Vuyst (UTC)
- Inna Kucher (CEA Saclay)
- David Lugato (CEA CESTA)
- Valentina Mejia Gallon (Mews Labs)
- Payel Mukhopadhyay (University of Cambridge)
- Grégory Robert (CEA Gramat)
- Thierry Valet (MPhysX OÜ)
