Par: Kathleen Sandusky
15 Déc, 2023
Si le monde ne s’est rendu compte de la puissance de l’IA que récemment, l’informatique fondée sur les neurosciences évolue, quant à elle, depuis des décennies. Bon nombre des avancées ont vu le jour au Canada, en grande partie à l’initiative de membres de la communauté de recherche de premier plan réunie par le CIFAR dans le cadre du programme Apprentissage automatique, apprentissage biologique et de la Stratégie pancanadienne en matière d’IA.
La plus importante conférence mondiale dans le domaine de l’apprentissage automatique est sans aucun doute NeurIPS, qui se tient chaque hiver depuis 1986. Présenter un article à cette conférence est considéré comme un rite de passage pour les jeunes chercheurs et chercheuses en IA. La conférence établit la norme d’excellence dans le domaine, en présentant les plus grandes percées et avancées des universités et des entreprises, ce qui en fait un événement phare pour les universitaires, les entreprises et les responsables politiques qui souhaitent contribuer aux incidences sociétales et économiques de l’intelligence artificielle. Pendant 15 de ses 37 années d’existence, la conférence a été organisée au Canada, ce qui témoigne du rôle central joué par les scientifiques canadiens dans ce domaine.
Cette année, la conférence NeurIPS 2023, qui s’est déroulée à la Nouvelle-Orléans, a une fois de plus été marquée par une forte représentation canadienne : le jury a accepté 177 articles provenant de chercheuses et chercheurs affiliés à nos trois instituts nationaux d’IA. Cela représente près de 5 % de tous les articles, une contribution exceptionnelle à la recherche compte tenu de la taille de la population canadienne.
Voici un aperçu des articles acceptés à NeurIPS 2023 par les membres de l’écosystème de la Stratégie pancanadienne en matière d’IA.
Les titulaires de bourses, les titulaires de chaires en IA Canada-CIFAR et les chercheuses et chercheurs en début de carrière d’Amii ont présenté 16 articles à NeurIPS cette année. Les thèmes abordés vont des méthodes pour optimiser l’efficacité et le pouvoir prédictif des algorithmes d’apprentissage par renforcement à l’amélioration des performances des agents intelligents dans des domaines tels que la robotique, les soins de santé et la fabrication. Cette année, Amii a mis au défi les étudiants et étudiantes de l’Université de l’Alberta qui ont présenté leurs recherches à NeurIPS de résumer leurs articles au moyen d’exposés d’une minute en langage clair, diffusés en ligne. On y retrouve Christopher Solinas, qui travaille sur de meilleurs algorithmes pour déduire des prédictions à partir de données de jeu imparfaites, de Zichen Zhang, qui travaille sur des applications plus efficaces de l’apprentissage par renforcement pour des systèmes à temps continu, et de Revan MacQueen, qui étudie les raisons pour lesquelles certaines stratégies d’autoapprentissage fonctionnent mieux que d’autres dans différents environnements de jeu, et la manière dont cela pourrait s’appliquer à des problèmes du monde réel.
Mila a présenté 96 articles provenant d’auteurs affiliés à Mila. L’institut a également participé à des événements liés à NeurIPS, notamment à un exposé de Dhanya Sridhar, titulaire d’une chaire en IA Canada-CIFAR affiliée à Mila, lors de l’atelier Women in Machine Learning. L’exposé a permis de présenter les stratégies mises en œuvre par Mila pour améliorer la représentation des chercheuses dans le domaine de l’IA. Anna Richter et Brooklyn Sheppard, deux scientifiques de Mila, ont également présenté un projet visant à faciliter la détection des signaux subtils de misogynie lors de l’entraînement des modèles de langage. Ce travail est le résultat d’un prototype conçu il y a quatre ans par des stagiaires du AI4Good Lab, un programme estival de formation en intelligence artificielle pour les personnes qui s’identifient comme des femmes, offert avec le soutien du CIFAR dans le cadre de la Stratégie pancanadienne en matière d’intelligence artificielle. Climate Change AI, un organisme international sans but lucratif cofondé par David Rolnick, titulaire d’une chaire en IA Canada-CIFAR à Mila, a organisé un atelier et une séance d’affiches sur les solutions d’apprentissage automatique qui s’attaquent au changement climatique, en collaboration avec Yoshua Bengio, directeur scientifique de Mila, membre du CIFAR et titulaire d’une chaire en IA Canada-CIFAR à Mila.
Cette année, 65 articles des chercheuses et chercheurs de l’Institut Vecteur ont été acceptés à NeurIPS, et 18 d’entre eux ont reçu la mention Spotlight, accordée aux articles considérés comme les plus importants et représentant 3 % de toutes les soumissions à NeurIPS. Parmi ces derniers, un article dirigé par Richard Zemel, titulaire d’une chaire en IA Canada-CIFAR, présente un nouveau cadre pour évaluer l’équité des décisions d’un système d’IA au sein d’une population entière, une mesure importante pour faire progresser l’IA responsable. Un autre article Spotlight a été présenté par Jeff Clune, titulaire d’une chaire en IA Canada-CIFAR, qui propose une nouvelle méthode, le clonage de la pensée. Cette méthode exige des agents intelligents qu’ils expliquent le raisonnement qui sous-tend leurs actions au fil de leurs « pensées », améliorant ainsi la fiabilité et l’explicabilité. Enfin, un article rédigé par une équipe dirigée par Raquel Urtasun, cofondatrice de l’Institut Vecteur, membre du programme Apprentissage automatique, apprentissage biologique du CIFAR et fondatrice de la société Waabi, propose un système qui permet de simuler avec plus d’efficacité différentes conditions de luminosité afin d’entraîner les véhicules autonomes dans les environnements urbains, un défi de longue date dans ce domaine.
Pour en savoir plus sur la façon dont le CIFAR et les trois instituts nationaux d’IA du Canada font progresser l’IA responsable, consultez notre nouvelle page sur l’impact de la Stratégie pancanadienne en matière d’IA.
Image générée à l’aide d’Adobe Firefly. Le CIFAR a adopté des principes pour une utilisation responsable de l’IA générative, qui comprennent l’étiquetage des images. Le modèle Firefly est formé sur les images Adobe Stock, le contenu sous licence ouverte et le contenu du domaine public dont le droit d’auteur a expiré.