Kelsey Allen
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
Connect
À Propos
Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2025
Kelsey Allen est titulaire d’une chaire en IA Canada-CIFAR à l’Institut Vecteur et professeure adjointe à l’Université de la Colombie-Britannique. Ses recherches abordent un aspect fondamental de l’intelligence, qu’elle soit humaine ou artificielle : la manière dont nous comprenons le monde et interagissons avec lui. Les humains résolvent intuitivement une multitude de problèmes, qu’il s’agisse de tâches simples, comme l’utilisation d’un balai pour récupérer un objet sous un canapé, ou d’importants défis d’ingénierie, comme la conception d’éoliennes. Donner cette capacité aux machines reste un obstacle majeur. Son programme de recherche propose une nouvelle approche en développant une intelligence artificielle capable d’apprendre des « modèles du monde » à la manière des humains, grâce à des simulateurs avancés entraînés à partir de données du monde réel. Ces travaux ouvrent la voie à de nouvelles avancées dans les domaines de l’interaction humains-IA, de la robotique, de la conception et bien plus encore.
Prix
- Prix Glushko International de la meilleure thèse, Cognitive Science Society, 2022
- Prix du meilleur article, Robotics: Science and Systems, 2018
- Bourses d’études supérieures – Programme de doctorat, CRSNG, 2016
Publications Pertinentes
- Allen, K., Brändle, F., Botvinick, M., Fan, J. E., Gershman, S. J., Gopnik, A., ... et Schulz, E. (2024). « Using games to understand the mind. » Nature human behaviour, 8(6), 1035-1043.
- Allen, K. R., Rubanova, Y., Lopez-Guevara, T., Whitney, W. F., Sanchez-Gonzalez, A., Battaglia, P., et Pfaff, T. (2023). « Learning rigid dynamics with face interaction graph networks. » The Eleventh International Conference on Learning Representations.
- Allen, K., Lopez-Guevara, T., Stachenfeld, K. L., Sanchez Gonzalez, A., Battaglia, P., Hamrick, J. B., et Pfaff, T. (2022). « Inverse design for fluid-structure interactions using graph network simulators. » Advances in Neural Information Processing Systems, 35, 13759-13774.
- Allen, K. R., Smith, K. A., et Tenenbaum, J. B. (2020). « Rapid trial-and-error learning with simulation supports flexible tool use and physical reasoning. » Proceedings of the National Academy of Sciences, 117(47), 29302-29310.
- Toussaint, M. A., Allen, K. R., Smith, K. A., et Tenenbaum, J. B. (2018). « Differentiable physics and stable modes for tool-use and manipulation planning. » Robotics: Science and Systems.