Linnea Evanson

Linnea Evanson

Linnea Evanson

Chercheuse Post-Doctorante
 

Linnea Evanson est chercheuse postdoctorante en IA et neurosciences à l'Hôpital Fondation Adolphe de Rothschild (Paris), où elle fait partie de l'équipe BrainAI dirigée par les Dr Jean-Rémi King et Dr Pierre Bourdillon. Ses travaux se situent à l'intersection de l'intelligence artificielle et des neurosciences du langage, avec un intérêt actuel porté sur la construction de modèles de fondation pour l'EEG intracrânien (iEEG).

Elle a effectué son doctorat à l'École Normale Supérieure (2021–2024) sous la direction des Dr Pierre Bourdillon et Dr Jean-Rémi King, financé par une bourse COFUND des Actions Marie Skłodowska-Curie (AI4theSciences). Sa recherche doctorale, intitulée « Language Acquisition in Brains and Algorithms », a exploré la manière dont les représentations du langage émergent et évoluent au cours du développement, en s'appuyant à la fois sur des enregistrements neuronaux et des modèles d'apprentissage profond. Elle a également effectué un stage de recherche chez Meta AI (FAIR, Paris) en 2022, qui a donné lieu à une publication à l'ACL 2023.

Avant son doctorat, elle a obtenu un diplôme d'ingénieur (MEng) de premier cycle en génie biomédical à l'Imperial College London (2016–2021) et a passé un an à travailler dans l'innovation client et la science des données chez Accenture à Londres en 2020. Son intérêt pour l'apprentissage profond remonte à son mémoire de master, à l'occasion duquel elle a signé un article sur les calculs biomimétiques pour la robustesse des réseaux de neurones.

 

Linnea travaille à l'intersection de l'intelligence artificielle et des neurosciences, combinant l'apprentissage automatique avec l'étude de la manière dont le cerveau traite et acquiert le langage. Ses travaux couvrent l'ensemble du spectre, des signaux neuronaux bruts aux modèles computationnels de haut niveau, avec un intérêt particulier pour la construction et l'application de modèles d'IA à grande échelle aux données cérébrales.

Elle possède une vaste expérience en apprentissage profond (deep learning), en traitement automatique du langage naturel (NLP) et en décodage neural, et apporte une perspective interdisciplinaire forgée par sa formation en génie biomédical, en sciences cognitives et en IA. Elle a contribué à des logiciels scientifiques open-source et bénéficie d'une expérience en entreprise acquise chez Meta AI et Accenture, ainsi que d'une expérience de recherche en IA éthique à l'Université Oxford Brookes.

 

Le programme de recherche de Linnea pour les années à venir est centré sur la compréhension des similitudes et des différences dans la manière dont le cerveau et les systèmes d'IA encodent, maintiennent et développent le langage.

Modèles de fondation neuraux : Développer des modèles généralistes à grande échelle, entraînés sur des enregistrements cérébraux, capables d'être affinés (fine-tuned) pour une variété de tâches neuroscientifiques et cliniques en aval, y compris le décodage de la parole et la cartographie du langage.
Développement du langage tout au long de la vie : Retracer l'évolution des représentations linguistiques dans le cerveau de la petite enfance à l'âge adulte, en tirant parti de jeux de données rares d'iEEG pédiatriques et de plongements (embeddings) de LLM de pointe.
Codes neuraux pour le langage séquentiel : Comprendre comment le cerveau maintient et traite les séquences de mots au fil du temps, y compris les mécanismes neuraux dynamiques qui empêchent les interférences entre des représentations qui se chevauchent.
Faire le pont entre IA et neurosciences : Utiliser les connaissances sur la façon dont le cerveau apprend le langage pour concevoir des architectures d'IA plus efficaces et biologiquement plausibles, et inverseusement.
Applications cliniques : Œuvrer vers des applications concrètes du décodage neural, notamment les interfaces cerveau-machine pour les patients souffrant de troubles de la parole.
   

Publications & Preprints

Emergence of Language in the Developing Brain — under review at Science Advances (2024/2025), with C. Bulteau et al.; featured in a Meta AI blog post and covered by Daily Neuron
From Minutes to Days: Scaling Intracranial Speech Decoding with Supervised Pretraining — submitted to NeurIPS 2026, with L. Zhang, H. Banville, S. Panchavati, P. Bourdillon, J.-R. King
Temporal structure of the language hierarchy within small cortical patches — manuscript (2026), with J. Gadonneix et al.
Language acquisition: do children and language models follow similar learning stages? — Findings of the Association for Computational Linguistics (ACL 2023), with Y. Lakretz and J.-R. King
New modalities of cortical electrophysiology, perspectives in medical research and human physiology — Fyssen Annals (2023)

Conferences & Presentations

Tutorial & presentation, Workshop on Neural Decoding, Cognitive Computational Neuroscience (CCN), Amsterdam (2025)
Talk at ENS Embed-days Colloquium: "Decoding the language hierarchy in the neural responses of the child's brain using self-supervised LLM embeddings" (2025)
Oral presentation, Society for Neuroscience, Washington D.C.: "How do language representations change from 3 to 19 years old?" (2023)
Lightning talk & poster, Society for the Neurobiology of Language, Marseille: "Language acquisition in brains and algorithms: towards a systematic tracking of the evolution of language representations in children" (2023)
Oral presentation, New Methods in Developmental Neuroscience workshop (Neuro-AI and Pediatric OPM/MEG), Birmingham: "How do language representations change from 3 to 19 years old?" (2023)
Poster, Association for Computational Linguistics (ACL), Toronto: "Language acquisition: do children and language models follow similar learning stages?" (2023)
Poster, LOT Graduate School of Linguistics: "Comparing language acquisition in children and deep language models" (2022)

Teaching

Guest lecturer, NeuroTech Master, Université Paris Cité (2025)

Open Source

Hands-on tutorial notebooks for the CCN 2025 workshop "Language: In search of a neural code" — publicly available on GitHub
Contributor to NeuralSet, an open-source Python package for Neuro-AI

Awards

EELISA Student Scientific Winner, 3rd Prize (2024)
PhD Scholarship, Marie Skłodowska-Curie Actions COFUND — AI4theSciences (2021)

Science Communication

"New Study Reveals How Language Acquisition in the Brain Unfolds From Childhood to Adulthood" — Daily Neuron (2025)
"Emergence of Language in the Developing Brain" — Meta AI blog post (2025)
Speaker, Women and Girls in Science Day, ENS (2024)
Research Demonstrator, R&T Cognition Day, Institut Carnot Cognition (2023)
"Why can't AI generate hands properly (yet)?" — Le Monde video (2023)
"Language acquisition: do children and language models follow similar learning stages?" — Meta AI blog post (2023)

Personal Website & Links

LinkedIn : Profile
X / Twitter : @EvansonLinnea
Google Scholar : Citations