Par: Krista Davidson
26 Mar, 2020
Le CIFAR reçoit une bourse de la Fondation Alfred P. Sloan pour soutenir la recherche sur des systèmes IA plus polyvalents
26 mars 2020
Le programme Apprentissage automatique, apprentissage biologique du CIFAR, qui a joué un rôle majeur dans la révolution de l’IA en examinant comment les réseaux neuronaux artificiels pouvaient s’inspirer du cerveau humain, a reçu une subvention de 475 000 $US de la Fondation Alfred P. Sloan pour soutenir de nouvelles recherches sur les notions de causalité.
La subvention permettra de faire évoluer la compréhension de l’apprentissage de la représentation causale afin de mettre au point des modèles causals structuraux polyvalents qui permettront aux machines d’effectuer de multiples tâches dans divers environnements en utilisant les mêmes ensembles de données.
Actuellement, de nombreuses applications industrielles reposent sur l’apprentissage par renforcement supervisé. Cette forme d’apprentissage automatique exige d’étiqueter de grandes quantités de données qui sont utilisées pour aider les machines à effectuer une seule tâche. Dans certaines circonstances, il n’est pas possible d’étiqueter de grands ensembles de données, en raison de contraintes de temps ou de coût. L’apprentissage de la représentation causale permettra de créer des systèmes plus efficaces et plus robustes qui seront en mesure de résoudre une gamme de problèmes réels avec des ensembles de données préexistants plutôt que de construire de nouveaux ensembles pour des tâches ou des environnements distincts.
« Le CIFAR est heureux de recevoir le généreux soutien de la Fondation Alfred P. Sloan qui nous permettra d’élargir le champ des recherches en IA », a déclaré Alan Bernstein, président et chef de la direction du CIFAR. « Grâce cette bourse, le programme Apprentissage automatique, apprentissage biologique continuera à faire progresser les connaissances afin de repousser les limites actuelles de l’IA et de concevoir des technologies plus efficaces pour le monde réel. »
« Le CIFAR a contribué à maintes reprises à des percées révolutionnaires en intelligence artificielle » , a mentionné Daniel L. Goroff, vice-président et directeur de programme à la Fondation Sloan. « Le défi consiste maintenant à mettre au point des machines capables d’apprendre en se fondant sur des inférences causales plutôt que des corrélations statistiques. La Fondation Sloan est heureuse de soutenir les travaux collaboratifs et interdisciplinaires du programme Apprentissage automatique, apprentissage biologique du CIFAR sur des questions d’une telle importance pour la société. »
Le programme Apprentissage automatique, apprentissage biologique, dirigé par les codirecteurs Yoshua Bengio (Université de Montréal, Mila, Element AI) et Yann LeCun (Université de New York, Facebook AI Research), regroupe une équipe de 26 boursiers du CIFAR provenant d’établissements universitaires du monde entier et de disciplines variées, dont l’informatique, les neurosciences, la bioinformatique et la biologie computationnelle, sous la supervision d’un prestigieux comité de conseillers.
Le programme Apprentissage automatique, apprentissage biologique du CIFAR (anciennement le programme Calcul neuronal et perception adaptative) a été l’un des premiers programmes de recherche consacrés à l’IA. Il a joué un rôle déterminant dans l’établissement du leadership mondial du Canada en IA. Ouvrant la voie à la compréhension des réseaux neuronaux artificiels, les premiers programmes enseignaient aux ordinateurs à imiter l’intelligence humaine. En 2017, le gouvernement du Canada a chargé le CIFAR d’élaborer et de diriger la Stratégie pancanadienne en matière d’intelligence artificielle, la première stratégie nationale dans ce domaine au monde.
Le CIFAR est une organisation caritative mondiale basée au Canada qui rassemble de brillants cerveaux pour trouver réponse aux plus grandes questions de la science et de l’humanité.
La Fondation Alfred P. Sloan est une institution philanthropique à but non lucratif basée à New York. La Fondation accorde des bourses à des programmes originaux de recherche et d’enseignement en sciences, en technologie, en génie, en mathématiques et en économie.