Michael Bowling
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 – 2021
Michael Bowling est professeur titulaire à l’Université de l’Alberta et chercheur scientifique chez DeepMind à Edmonton, en Alberta. Il est également chercheur principal au laboratoire sur l’apprentissage par renforcement et l’intelligence artificielle (RLAI) Lab et chef du groupe de recherche sur le poker (CPRG), tous deux à l’Université de l’Alberta.
Il s’intéresse de près à la façon dont les ordinateurs peuvent apprendre à jouer par l’expérience. Il est surtout connu pour ses travaux liés au poker, notamment sur deux avancées majeures, toutes deux publiées dans Science. En 2015, Cepheus a « essentiellement » résolu le jeu de Texas Hold’em avec limite et, à la fin de 2016, DeepStack est devenu le premier système d’IA à battre des professionnels humains au Texas Hold’em sans limite. Ces deux systèmes représentent des avancées théoriques dans le monde des jeux à information imparfaite (ou cachée). En dirigeant le développement de l’Arcade Learning Environment, lancé en 2013, Michael Bowling a joué un rôle majeur dans l’adoption d’Atari comme problème clé et banc d’essai pour les chercheurs en IA du monde entier. L’Arcade Learning Environment a été déterminant dans la création du sous-domaine de l’apprentissage par renforcement profond.
Prix
- Bourse de recherche de la Faculté des sciences, Université de l’Alberta, 2017-2022
- Prix de la recherche de la Faculté des sciences, Université de l’Alberta, 2014
- Prix de l’innovation en enseignement de la Faculté des sciences, Université de l’Alberta, 2014
- Mention honorable, prix Alan Blizzard, La société pour l’avancement de la pédagogie dans l’enseignement supérieur, 2011
- Prix de la recherche spécifique aux départements, Université de l’Alberta, 2010
Publications Pertinentes
- M.C. Machado, A. Barreto, D. Precup et M. Bowling (2023). « Temporal abstraction in reinforcement learning with the successor representation », Journal of Machine Learning Research, 24(80), 1-69.
- M. Bowling, J.D. Martin, D. Abel et W. Dabney (2022). « Settling the Reward Hypothesis », International Conference on Machine Learning.
- M. G. Bellemare, Y. Naddaf, J. Veness, M. Bowling. « Arcade Learning Environment: evaluation testbed for reinforcement learning », Journal of Artificial Intelligence Research, 47:253-279, 2013.
- Matej Moravčík, Martin Schmid, Neil Burch, Viliam Lisý, Dustin Morrill, Nolan Bard, Trevor Davis, Kevin Waugh, Michael Johanson, Michael Bowling. « DeepStack: Expert-level artificial intelligence in heads-up no-limit poker », Science, 356(6337):508-513, 2017.
- Michael Bowling, Neil Burch, Michael Johanson, Oskari Tammelin. « Heads-up limit hold’em poker is solved », Science, 347(6218):145-149, 2015.
- Nolan Bard, Jakob N. Foerster, Sarath Chandar, Neil Burch, Marc Lanctot, H. Francis Song, Emilio Parisotto, Vincent Dumoulin, Subhodeep Moitra, Edward Hughes, Iain Dunning, Shibl Mourad, Hugo Larochelle, Marc G. Bellemare, Michael Bowling. « The Hanabi challenge: A new frontier for AI research », Artificial Intelligence, vol. 280, 2020.