Sanja Fidler aide les chercheurs à mettre à l’échelle leurs innovations en IA grâce à son outil assisté par l’IA qui peut étiqueter rapidement et avec précision de grandes quantités de données.
Titulaire d’une chaire en IA Canada-CIFAR et membre de l’Institut Vecteur, Sanja Fidler se spécialise en vision par ordinateur, plus précisément en détection d’objets 2D et 3D. Elle est aussi professeure agrégée à l’Université de Toronto et directrice du laboratoire de recherche en IA NVIDIA à Toronto.
Habituellement, l’étiquetage de données, ou l’annotation, est un processus laborieux réalisé par les humains. En plus de prendre beaucoup de temps, cette démarche peut devenir incroyablement fastidieuse et propice aux erreurs liées à la fatigue. Cependant, l’étiquetage de données est essentiel pour entraîner des algorithmes robustes.
« Les données sont vraiment l’élément vital de l’apprentissage automatique, explique-t-elle. Sans données, l’apprentissage automatique n’est pas possible. Dans de nombreux domaines, notamment en vision par ordinateur, l’étiquetage des données forme un énorme goulot d’étranglement. » Elle ajoute que, dans certains cas, la majorité du temps et des dépenses d’un projet est consacrée à la cueillette et à l’étiquetage de données. Selon elle, certaines entreprises décident d’utiliser moins de données et, du même coup, des algorithmes moins performants afin de respecter l’échancier d’un projet ou d’un prototype.
Sanja Fidler et son équipe d’étudiants de l’Université de Toronto ont été amenés à créer une plateforme d’annotation qui aiderait les entreprises et les universités à mettre à l’échelle leurs produits et services.
« Nous avons décidé de créer un logiciel qui utiliserait toutes les techniques que nous avons développées au laboratoire et à l’extérieur, et de les intégrer à une plateforme d’étiquetage assistée par l’IA que les chercheurs et les entreprises pourraient utiliser », indique-t-elle.
Cette application effectue automatiquement les tâches de segmentation des pixels et d’étiquetage des objets, des tâches importantes pour de nombreuses applications, dont celles d’imagerie médicale et de conduite autonome.
La recherche de Sanja Fidler pourrait grandement accélerer ce processus important. « Imaginez que cela vous prend quelques semaines pour étiqueter un million d’images, dit-elle. Nous croyons que, dans l’avenir, vous serez en mesure d’étiqueter de 10 à 100 millions d’images en même temps. »
Sanja Fidler a reçu, en 2020, le prix Connaught pour l’innovation pour son travail sur l’annotation assistée par l’IA.