Irina Rish
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2019
Irina Rish est titulaire d’une chaire en IA Canada-CIFAR à Mila et professeure titulaire au département d’informatique et de recherche opérationnelle (DIRO) de l’Université de Montréal. Elle est titulaire de la Chaire d’excellence en recherche du Canada en intelligence artificielle autonome.
La vaste carrière de recherche d’Irina Rish couvre de nombreux domaines de l’IA, du raisonnement automatisé et de l’inférence probabiliste dans les modèles graphiques, à l’apprentissage automatique, en passant par la modélisation éparse et l’IA inspirée des neurosciences. Ses recherches actuelles se concentrent sur l’apprentissage continu, la généralisation hors distribution, la robustesse et la compréhension des lois d’échelle neuronales et des comportements émergents (par rapport aux capacités et à l’alignement) dans les modèles fondateurs – une étape vitale vers la réalisation d’une intelligence générale artificielle maximalement bénéfique.
Prix
- Prix d’excellence, IBM, 2018
- Prix d’innovation, IBM, 2018
- Prix de réalisation technique, IBM, 2017
- Prix du nombre d’inventions (63 brevets), IBM, 2015
- Prix du meilleur article, ECML, 2003
Publications Pertinentes
- Khetarpal, K., Riemer, M., Rish, I. et Precup, D. (2022). « Towards continual reinforcement learning: A review and perspectives ». Publié dans Journal of Artificial Intelligence Research 75:1401-1476.
- Ahuja, K., Caballero, E., Zhang, D., Bengio, Y., Mitliagkas, I. et Rish, I. (2021). « Invariance Principle Meets Information Bottleneck for Out-of-Distribution Generalization ».
- Caccia, M. et coll. (2020). « Online fast adaptation and knowledge accumulation (osaka): a new approach to continual learning ». Publié dans Advances in Neural Information Processing Systems, 33:16532-16545.
- Bashivan, P., Rish, I., Yeasin, M., Codella, N. (2015). « Learning representations from EEG with deep recurrent-convolutional neural networks ».
- Rish, I. (2001). « An empirical study of the naive Bayes classifier », IJCAI 2001 Workshop on Empirical Methods in Artificial Intelligence, 3(22):41-46.
Soutenez-nous
Le CIFAR est un organisme de bienfaisance enregistré qui reçoit le soutien des gouvernements du Canada et du Québec, ainsi que de fondations, de donateurs individuels, d’entreprises et de partenaires canadiens et internationaux.