Alors que l’intelligence artificielle progresse à une vitesse vertigineuse, ses mécanismes fondamentaux restent encore imparfaitement compris. Comment les modèles apprennent-ils ? Peut-on mieux maîtriser leurs résultats, réduire leur consommation de ressources et comprendre leurs décisions ? Pour explorer ces questions, l’École normale supérieure (ENS-PSL) et sa Fondation annoncent, avec le soutien de la société internationale de gestion d’investissements alternatifs Millennium, la création d’une chaire de recherche consacrée aux fondements théoriques de l’intelligence artificielle. Une initiative qui entend replacer la recherche fondamentale au cœur des transformations technologiques.
À l’heure où l’intelligence artificielle mobilise des investissements colossaux et attise les rivalités entre puissances économiques et technologiques, une question mérite d’être posée : qui oriente réellement la recherche et au service de quelles ambitions ? Les géants du numérique disposent de moyens considérables pour développer des modèles toujours plus puissants, mais leurs priorités industrielles et commerciales ne coïncident pas nécessairement avec celles de la recherche fondamentale. Celle-ci a besoin de temps, de liberté et, parfois, du droit de chercher sans savoir immédiatement ce qu’elle trouvera. Dans ce contexte, le soutien philanthropique d’un acteur financier privé à une institution publique de recherche soulève une interrogation légitime : comment concilier l’apport indispensable de financements avec l’indépendance des chercheurs et la liberté de leurs orientations scientifiques ? Il ne s’agit pas de mettre en doute les intentions des partenaires, mais de rappeler que la connaissance scientifique constitue un bien commun dont les finalités ne devraient pas être dictées par les seuls intérêts économiques. Une exigence particulièrement importante lorsqu’il s’agit d’une technologie appelée à transformer aussi profondément nos sociétés.
Derrière les prouesses de l’IA, des questions scientifiques encore ouvertes
L’intelligence artificielle impressionne par ses performances, mais celles-ci ne signifient pas que tous ses mécanismes soient parfaitement compris. L’augmentation spectaculaire des capacités de calcul, associée à la disponibilité de volumes considérables de données, a permis des avancées majeures. Pourtant, plusieurs interrogations demeurent : pourquoi certains modèles apprennent-ils mieux que d’autres ? Comment expliquer leurs résultats, garantir leur fiabilité ou limiter leur vulnérabilité ? Et surtout, est-il possible de concevoir des intelligences artificielles plus efficaces sans poursuivre indéfiniment la course à la puissance de calcul et à la consommation de ressources ?
Ces questions, longtemps réservées aux spécialistes des mathématiques et de l’informatique, prennent aujourd’hui une importance particulière. Car derrière les performances des systèmes d’IA se dessinent des enjeux de compréhension scientifique, de maîtrise technologique et de soutenabilité. C’est précisément sur ce terrain que l’École normale supérieure entend renforcer ses recherches.
Une nouvelle chaire à la croisée des mathématiques et de l’informatique
L’École normale supérieure (ENS-PSL), la Fondation de l’ENS et Millennium annoncent la création de la chaire « Fondements théoriques de l’intelligence artificielle », financée grâce au soutien philanthropique de cette société internationale de gestion d’investissements alternatifs. Cette chaire s’inscrit dans le cadre de NormaleSup.ai, l’initiative interdisciplinaire lancée par l’ENS en janvier 2026 et consacrée à la recherche, à la formation et à l’innovation en intelligence artificielle.
Pilotée par Gabriel Peyré, directeur de recherche au CNRS et directeur scientifique de NormaleSup.ai, ainsi que par Laurent Daudet, directeur exécutif de NormaleSup.ai, elle aura pour objectif d’approfondir les connaissances scientifiques qui sous-tendent le fonctionnement des systèmes d’intelligence artificielle.
Les recherches s’organiseront autour de plusieurs domaines complémentaires : la compréhension des mécanismes d’apprentissage, la robustesse et l’interprétabilité des modèles, les fondements théoriques de l’IA générative et le développement de nouvelles méthodes d’intelligence artificielle susceptibles de contribuer au progrès scientifique.
À la croisée des mathématiques, des statistiques et de l’informatique, ces travaux visent à mieux comprendre les principes qui gouvernent les systèmes actuels, mais aussi à ouvrir de nouvelles voies de recherche, au-delà des approches dominantes fondées sur l’accumulation de données et de puissance de calcul.
Former les chercheurs et favoriser les échanges scientifiques
Au-delà des travaux théoriques, la chaire prévoit de soutenir la formation de jeunes scientifiques, notamment par le financement de parcours doctoraux et de programmes postdoctoraux.
Elle contribuera également à développer les collaborations scientifiques internationales, à travers des dispositifs de mobilité pour les chercheuses et chercheurs, ainsi que l’organisation de conférences, de séminaires et d’écoles d’été. Cette dimension s’inscrit dans l’ambition plus large de NormaleSup.ai, qui rassemble les compétences de l’ENS dans des disciplines aussi diverses que les mathématiques, l’informatique, la physique, la chimie, les géosciences, la biologie, les sciences cognitives et les sciences humaines et sociales.
L’objectif est de favoriser les échanges entre ces domaines pour approfondir les fondements scientifiques de l’intelligence artificielle, tout en formant une nouvelle génération de chercheurs capables d’en explorer les possibilités et les limites.
Un partenariat philanthropique pour soutenir la recherche fondamentale
Le financement de cette chaire repose sur un partenariat philanthropique avec Millennium. Pour la société de gestion d’investissements alternatifs, cette collaboration s’inscrit dans une démarche de soutien à la recherche fondamentale et à la formation scientifique, tout en renforçant sa présence dans l’écosystème scientifique français et européen.
Bruno Benoit, Head of France de Millennium, déclare : « Nous sommes heureux de soutenir, aux côtés de l’ENS et de sa Fondation, la création de la chaire « Fondements théoriques de l’intelligence artificielle ». Ce partenariat philanthropique reflète notre conviction que les avancées durables en IA reposent sur la recherche fondamentale en mathématiques, statistiques et informatique. En soutenant la recherche indépendante menée par l’ENS et la prochaine génération de scientifiques, nous renforçons l’engagement de Millennium en France et au sein de l’écosystème scientifique européen.»
Du côté de l’École normale supérieure, cette nouvelle chaire prolonge une orientation scientifique qui privilégie l’exploration de questions fondamentales, y compris lorsque leurs applications ne sont pas encore identifiées : « Les grandes avancées scientifiques naissent aussi de la liberté d’explorer des questions dont nous ne mesurons pas encore toutes les applications. C’est particulièrement vrai dans le domaine de l’intelligence artificielle, où les progrès technologiques ouvrent de nouvelles interrogations fondamentales. En choisissant de soutenir cette recherche fondamentale de long terme, Millennium contribue à une ambition essentielle de l’ENS : faire émerger les connaissances qui permettront de penser et de construire l’avenir. », explique Frédéric Worms, Directeur de l’École normale supérieure.
Comprendre l’intelligence artificielle plutôt que simplement accroître sa puissance
Cette nouvelle chaire intervient dans un contexte où la recherche en intelligence artificielle est largement marquée par la compétition industrielle et technologique. L’augmentation de la taille des modèles, la multiplication des centres de données et les investissements massifs dans les infrastructures de calcul occupent une place centrale dans les stratégies des grands acteurs du secteur.
Mais cette course à la puissance ne résout pas toutes les difficultés scientifiques. Les questions de fiabilité, d’interprétabilité, de robustesse et d’efficacité des modèles demeurent essentielles, notamment si l’on souhaite développer des systèmes moins gourmands en ressources et dont les résultats puissent être mieux compris et évalués.
L’intérêt de la démarche engagée par l’ENS réside précisément dans ce déplacement du regard : ne pas seulement chercher à produire des intelligences artificielles toujours plus performantes, mais comprendre pourquoi et comment elles fonctionnent. Une distinction importante, à l’heure où les avancées technologiques tendent parfois à précéder leur compréhension théorique. Car l’avenir de l’intelligence artificielle ne dépendra peut-être pas uniquement de la quantité de données disponibles ou de la puissance des machines. Il pourrait aussi se jouer dans la capacité des scientifiques à découvrir de nouveaux principes mathématiques, à concevoir d’autres méthodes d’apprentissage et à mieux identifier les limites des systèmes existants.
C’est tout l’enjeu de cette recherche fondamentale : donner à l’intelligence artificielle des bases scientifiques plus solides, plutôt que de considérer que l’accroissement de sa puissance constitue, à lui seul, une forme de progrès.






