
Roger Grosse
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Roger Grosse est titulaire d’une chaire en IA Canada-CIFAR à l’Institut Vecteur et professeur adjoint au département d’informatique de l’Université de Toronto. Il est co-créateur de Metacademy, un site Web qui utilise un graphe des dépendances des concepts pour faciliter l’élaboration de programmes d’apprentissage personnalisés pour l’apprentissage automatique et les sujets connexes.
Membre fondateur de l’Institut Vecteur, Grosse vise à mieux comprendre ce qui fait fonctionner les réseaux de neurones profonds et comment optimiser pleinement les architectures de réseaux et les algorithmes pour qu’ils s’entraînent plus rapidement, généralisent mieux, détectent la structure sous-jacente d’un problème et prennent des décisions plus fiables. En plus de nous sensibiliser aux répercussions positives potentielles de l’apprentissage automatique en informatique et dans le monde réel, Grosse étudie l’éthique de l’IA afin de s’assurer que les systèmes d’IA sont compatibles avec les valeurs humaines.
Prix
- Bourse de recherche Sloan, 2021
- Bourse de nouveau chercheur de l’Ontario, 2018
- Prix de jeune chercheur Connaught, 2017
- Bourse postdoctorale Banting, CRSNG, 2015
- Meilleur article étudiant, Conférence sur l’incertitude en IA (UAI), 2012
Publications Pertinentes
- Wang, C., Zhang, G., Grosse, R. (2020). « Picking winning tickets before training by preserving gradient flow ».
- Anil, C., Lucas, J., Grosse, R. (2019). « Sorting out Lipschitz function approximation », Proceedings of the 36th International Conference on Machine Learning, PMLR 97:291-301.
- Gomez, A. N., Ren, M., Urtasun, R., Grosse, R. B. (2017). « The reversible residual network: Backpropagation without storing activations », Advances in Neural Information Processing Systems, 30:2211-2221.
- Burda, Y., Grosse, R., Salakhutdinov, R. (2015). « Importance weighted autoencoders ».
- Lee, H., Grosse, R., Ranganath, R., Ng, A. Y. (2009). « Convolutional deep belief networks for scalable unsupervised learning of hierarchical representations », Proceedings of the 26th International Conference on Machine Learning, p. 609-616.
Soutenez-nous
Le CIFAR est un organisme de bienfaisance enregistré qui reçoit le soutien des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de donateurs individuels, d’entreprises et de partenaires canadiens et internationaux.