Suis nous sur
Lei Ma-BW_F

Lei Ma

La nomination

  • Titulaire de chaire en IA Canada-CIFAR
  • Stratégie pancanadienne en matière d’IA

Connect

Website

À Propos

La qualité et la fiabilité des systèmes d’IA constituent actuellement des préoccupations urgentes, car de nombreux secteurs d’activité exigent des garanties de qualité pour adopter des systèmes d’IA, notamment pour des utilisations critiques en matière de fonctionnement et de sécurité. En pratique, un système d’IA est souvent assez complexe avec ses modèles d’IA, ses composants logiciels traditionnels et les interactions qui en découlent. Les recherches de Lei Ma se concentrent sur la façon d’offrir à la fois une méthodologie fondamentale d’assurance qualité et un soutien technique systématique lors de la conception de systèmes d’IA complexes afin de les rendre plus fiables, plus sûrs et plus sécurisés et de combler le fossé entre l’IA et ses applications dans le monde réel. Il propose constamment de nouvelles techniques d’évaluation de la qualité, de détection de problèmes de qualité, de localisation, d’analyse des causes profondes, de réparation et autres, conçues à la fois pour les modèles d’IA au niveau des unités d’exploitation et pour les systèmes d’IA au niveau global. Ces techniques permettent de répondre aux préoccupations en matière de qualité des systèmes d’IA dans différents domaines, comme la conduite autonome, les jeux vidéo, l’hypertrucage et les soins de santé.

Prix

  • Prix du meilleur article ACM SIGSOFT, 34e conférence internationale IEEE/ACM sur le génie logiciel automatisé (ASE 2019), nov. 2019
  • Prix de l’étoile universitaire Baidu-NASAC, Comité technique de la Fédération informatique chinoise de génie logiciel (CCF TCSE), nov. 2018
  • Prix du meilleur article ACM SIGSOFT, 33e conférence internationale IEEE/ACM sur le génie logiciel automatisé (ASE 2018), sept. 2018
  • Prix du meilleur article ACM SIGSOFT, 30e conférence internationale IEEE/ACM sur le génie logiciel automatisé (ASE 2015), nov. 2015
  • Compétition et prix du meilleur outil d’essai, Compétition internationale d’outils d’essai basés sur la recherche, mai 2015

Publications Pertinentes

  • Qing Guo, Felix Juefei-Xu, Xiaofei Xie, Lei Ma, Jian Wang, Bing Yu, Wei Feng, Yang Liu. « Watch out! Motion is Blurring the Vision of Your Deep Neural Networks », Advances in Neural Information Processing Systems 33 (NeurIPS 2020).
  • Zi Peng, Jinqiu Yang, Tse-Hsun Chen, Lei Ma. « A First Look at the Integration of Machine Learning Models in Complex Autonomous Driving Systems - A Case Study on Apollo », Proceedings of the 28th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering (ESEC/FSE 2020).
  • Xiaoning Du, Xiaofei Xie, Yi Li, Lei Ma, Yang Liu, Jianjun Zhao. « DeepStellar: Model-Based Quantitative Analysis of Stateful Deep Learning Systems », Proceedings of the 27th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering (ESEC/FSE 2019), août 2019.
  • Lei Ma, Felix Juefei-Xu, Fuyuan Zhang, Jiyuan Sun, Minhui Xue, Bo Li et coll. « DeepGauge: Multi-Granularity Testing Criteria for Deep Learning Systems », Proceedings of the 33rd IEEE/ACM International Conference on Automated Software Engineering (ASE 2018). Prix du meilleur article ACM SIGSOFT.
  • Lei Ma, Cyrille Artho, Cheng Zhang, Hiroyuki Sato, Johannes Gmeiner, Rudolf Ramler. « GRT: Program-analysis-guided random testing », Proceedings of the 30th IEEE/ACM International Conference on Automated Software Engineering (ASE 2015), novembre 2015. Prix du meilleur article ACM SIGSOFT.

Soutenez-nous

Le CIFAR est un organisme de bienfaisance enregistré qui reçoit le soutien des gouvernements du Canada, de l’Ontario, de l’Alberta et du Québec, ainsi que de fondations, de donateurs individuels, d’entreprises et de partenaires canadiens et internationaux.

Centre MaRS, tour Ouest
661, avenue University, bureau 505
Toronto (Ontario) M5G 1M1 Canada