Kimia Nadjahi récompensée par le Prix d’excellence Jeunes Chercheurs de la Fondation CFM pour la Recherche
Un prix conçu pour renforcer l’attractivité et le prestige des institutions académiques françaises
La Fondation CFM pour la Recherche attribue pour la seconde fois son prix d’excellence Jeunes Chercheurs à deux talents scientifiques en poste en France, dont Kimia Nadjahi, chercheuse au CNRS au Département d'Informatique de l'ENS.
Cette récompense suit celle attribuée en 2025 à Marylou Gabrié, professeure junior au Laboratoire de Physique de l’ENS-PSL.
Lauréate 2026
Kimia Nadjahi est chercheuse au CNRS au Département d'Informatique de l'École Normale Supérieure à Paris. Elle a obtenu son doctorat de Télécom Paris en 2021, puis a été chercheuse postdoctorale à l'Université de la Sorbonne et au MIT. Ses travaux se situent à l'intersection du transport optimal et du statistical machine learning. Elle étudie comment les distributions de probabilité peuvent être efficacement comparées, transformées et apprises à partir de données finies, en mettant l'accent particulier sur les modèles génératifs modernes et la compréhension de leurs propriétés statistiques et computationnelles. Elle développe également des méthodes pour quantifier l'incertitude prédictive avec des garanties statistiques, dans l'objectif plus large de fournir des moyens rigoureux d'évaluer quand les prédictions du machine learning peuvent être fiables.
« Encourager chacun à se former permet de repenser collectivement nos sociétés à l'ère de l'IA »
→ Rencontre avec Kimia Nadjahi, chercheuse CNRS au département informatique et au Centre Sciences des Données de l’ENS-PSL
Lauréate 2025
Marylou Gabrié est professeure junior au Laboratoire de Physique de l’Ecole Normale Supérieure depuis 2024. Elle y avait également obtenu son doctorat en 2019, puis a été post-doctorante conjointement au Center for Data Science de l'Université de New York et au Center for Computational Mathematics du Flatiron avant de devenir professeure assistant au Centre de Mathématiques Appliquées de l’École Polytechnique. Ses recherches, à la frontière entre l'apprentissage automatique et la physique statistique, visent à exploiter les progrès récents en apprentissage génératif pour permettre la simulation de systèmes physiques complexes.
« Grâce aux progrès de l’IA générative, nous espérons pouvoir simuler des phénomènes aujourd’hui hors de notre portée en physique »
→ Entretien avec Marylou Gabrié, physicienne à l’ENS, sur l’utilisation de l’apprentissage automatique en physique
La Fondation CFM pour la recherche Le Prix d’excellence Jeunes Chercheurs |