Suis nous sur

Apprentissage automatique, apprentissage biologique

smaller line

Comment approfondir notre compréhension de l’intelligence et construire des machines intelligentes?

L’intelligence artificielle a mené à la création d’une industrie mondiale dont l’impact se fait sentir dans tous les secteurs d’activité imaginables — de l’amélioration de la sécurité de nos services bancaires à des innovations en agriculture, en éducation, en application de la loi, en soins de santé, en exploration spatiale et en service à la clientèle.

optimal stimuli
How Google sees you and your cat. These “optimal stimuli” for both human and cat faces resulted from training a deep learning network on more than 10 million pictures

Le programme Apprentissage automatique, apprentissage biologique a joué un rôle majeur dans cette révolution grâce à des recherches visant à élucider comment les réseaux neuronaux artificiels pouvaient s’inspirer du cerveau humain et à la mise au point d’une technique puissante, l’apprentissage profond.

Aujourd’hui, le programme rehausse notre compréhension des principes informatiques et mathématiques fondamentaux qui donnent lieu à l’intelligence par l’entremise de l’apprentissage, que ce soit dans le cerveau ou dans une machine.

Les systèmes d’IA actuels ont une compréhension limitée du monde qui nous entoure. Ce programme s’attaque à ces limites en revisitant des questions fondamentales plutôt qu’en mettant l’accent sur des progrès technologiques à court terme. Cette méthode fondamentale offre le double avantage d’améliorer la conception technique des machines intelligentes et d’approfondir notre compréhension de l’intelligence.

Neural Network
A deep learning network takes in raw information, such as values for individual pixels, in the top input layer, and processes it through one or more hidden layers, with each layer adding a further level of abstraction

ARTICLES NOTABLES

Hinton, G. E., S. Osindero et Y. Teh. « A fast learning algorithm for deep belief nets », Neural Computation, 18, (2006) : 1527-1554. PDF

Bengio, Y., P. Lamblin, D. Popovici et H. Larochelle, « Greedy Layer-Wise Training of Deep Networks », Neural Information Processing Systems Proceedings (2006). PDF

Salakhutdinov, R. et G. Hinton. « Learning a Nonlinear Embedding by Preserving Class Neighbourhood Structure », Proceedings of the Eleventh International Conference on Artificial Intelligence and Statistics (2007) : 412-419. PDF

Graves, A., A. Mohamed et G.E. Hinton. « Speech Recognition with Deep Recurrent Neural Networks », 39th International Conference on Acoustics, Speech and Signal Processing, Vancouver (2013). PDF

LeCun, Y., Y. Bengio et G. Hinton. « Deep Learning », Nature, 521 (2015)  : 436–444. RÉSUMÉ

Contactez la directrice principale du programme, Kate Geddie

Voie menant à l’impact sociétal

Nous invitons les experts au sein de l’industrie, de la société civile, des soins de santé et du gouvernement à se joindre aux boursiers de notre programme Apprentissage automatique, apprentissage biologique pour participer à de profondes discussions intersectorielles qui favorisent le changement et l’innovation.

Des spécialistes des sciences sociales, des experts de l’industrie, des décideurs et les boursiers du CIFAR au sein du programme Apprentissage automatique, apprentissage biologique se penchent sur des enjeux éthiques complexes relatifs aux environnements de recherche et de formation en IA, ainsi qu’à la mise en œuvre de l’IA.

Axes prioritaires :

  • Explorer les répercussions sociétales actuelles et futures de la recherche en IA
  • Examiner divers enjeux relatifs à la recherche en IA et à sa mise en œuvre, y compris la protection des renseignements personnels, la reddition de compte et la transparence

Souhaitez-vous définir l’avenir de l’IA éthique?

Personne-ressource : Fiona Cunningham, directrice, innovation

Fondation

2004

Dates de renouvellement

2008, 2014, 2019

Bienfaiteurs

Fondation Brain Canada par le Fonds canadien de recherche sur le cerveau, Inria

Partenaires de recherche

Fondation Alfred P. Sloan, Bristol Gate Capital Partners, Facebook

Collaborations interdisciplinaires

Informatique, y compris intelligence artificielle, apprentissage profond, apprentissage par renforcement
Neuroscience
Bioinformatique
Biologie computationnelle
Statistiques
Science des données
Psychologie

Personne-ressource

Rachel Parker

Membres et spécialistes-conseils

Coresponsables de programme

Yoshua Bengio

Coresponsable de programme
Titulaire de chaire en IA Canada-CIFAR

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
IVADO
Mila
Université de Montréal
Canada

Yann LeCun

Coresponsable de programme

Apprentissage automatique, apprentissage biologique
Université de New York
États Unis
Membres

Marc G. Bellemare

Membre auxiliaire
Titulaire de chaire en IA Canada-CIFAR

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
Google Brian
Université McGill
Mila
Canada

Léon Bottou

Membre

Apprentissage automatique, apprentissage biologique
Université de New York
France

Kyunghyun Cho

Membre du programme de chercheurs mondiaux CIFAR-Azrieli 2017-2019
Membre

Apprentissage automatique, apprentissage biologique
Université de New York
États Unis

Aaron Courville

Titulaire de chaire en IA Canada-CIFAR
Membre

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
Mila
Université de Montréal
Canada

Emmanuel Dupoux

Membre

Apprentissage automatique, apprentissage biologique
École des Hautes Etudes en Sciences Sociales
France

Rob Fergus

Membre auxiliaire

Apprentissage automatique, apprentissage biologique
Université de New York
États Unis

Chelsea Finn

Membre

Apprentissage automatique, apprentissage biologique
Université Stanford
États Unis

Nando de Freitas

Membre auxiliaire

Apprentissage automatique, apprentissage biologique
Université d'Oxford
Royaume-Uni

Alona Fyshe

Membre du programme de chercheurs mondiaux CIFAR-Azrieli 2016-2018
Titulaire de chaire en IA Canada-CIFAR
Membre

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
Amii
Université de l'Alberta
Canada

Surya Ganguli

Membre

Apprentissage automatique, apprentissage biologique
Université Stanford
États Unis

Aapo Johannes Hyvärinen

Membre

Apprentissage automatique, apprentissage biologique
Département d'informatique
Université d'Helsinki
Finlande

Konrad Kording

Membre

Apprentissage automatique, apprentissage biologique
Université de la Pennsylvanie
États Unis

Simon Lacoste-Julien

Membre auxiliaire
Titulaire de chaire en IA Canada-CIFAR

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
Mila
Université de Montréal
Canada

Hugo Larochelle

Membre auxiliaire
Titulaire de chaire en IA Canada-CIFAR

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
Google Brian
Mila
Université de Montréal
Canada

Christopher Manning

Membre

Apprentissage automatique, apprentissage biologique
Université Stanford
États Unis

Doina Precup

Titulaire de chaire en IA Canada-CIFAR
Membre

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
Université McGill
Mila
Canada

Blake Richards

Titulaire de chaire en IA Canada-CIFAR
Membre

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
Université McGill
Mila
Canada

Bernhard Schölkopf

Membre

Apprentissage automatique, apprentissage biologique
Institut Max-Planck sur les systèmes intelligents
Allemagne

Richard S. Sutton

Membre auxiliaire
Titulaire de chaire en IA Canada-CIFAR

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
Amii
DeepMind
Université de l'Alberta
Canada

Raquel Urtasun

Membre auxiliaire

Apprentissage automatique, apprentissage biologique
Uber ATG
Université de Toronto
Canada

Pascal Vincent

Membre auxiliaire
Titulaire de chaire en IA Canada-CIFAR

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
Mila
Université de Montréal
Canada

Max Welling

Membre

Apprentissage automatique, apprentissage biologique
Université d’Amsterdam
Les Pays-Bas

Richard Zemel

Titulaire de chaire en IA Canada-CIFAR

Stratégie pancanadienne en matière d’IA
Université de Toronto
Institut Vecteur
Canada

Joel Zylberberg

Membre du programme de chercheurs mondiaux CIFAR-Azrieli 2016-2018
Membre auxiliaire

Apprentissage automatique, apprentissage biologique
Université York
Canada
Spécialistes-conseils

Pieter Abbeel

Spécialiste-conseil

Apprentissage automatique, apprentissage biologique
Université de la Californie à Berkeley
États Unis

Raia Hadsell

Spécialiste-conseil

Apprentissage automatique, apprentissage biologique
DeepMind
Royaume-Uni

Joelle Pineau

Spécialiste-conseil
Titulaire de chaire en IA Canada-CIFAR

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
Université McGill
Mila
Canada

Terrence J. Sejnowski

Spécialiste-conseil

Apprentissage automatique, apprentissage biologique
Institut Salk d'études biologiques
États Unis

Sebastian Seung

Responsable de comité consultatif

Apprentissage automatique, apprentissage biologique
Université de Princeton
États Unis

Christopher K. I. Williams

Spécialiste-conseil

Apprentissage automatique, apprentissage biologique
Université d'Édimbourg
Royaume-Uni
Membres du programme de chercheurs mondiaux CIFAR-Azrieli

Stefan Bauer

Membre du programme de chercheurs mondiaux CIFAR-Azrieli 2020-2022

Apprentissage automatique, apprentissage biologique
Institut Max-Planck sur les systèmes intelligents
Allemagne

Kyunghyun Cho

Membre du programme de chercheurs mondiaux CIFAR-Azrieli 2017-2019
Membre

Apprentissage automatique, apprentissage biologique
Université de New York
États Unis

Marzyeh Ghassemi

Membre du programme de chercheurs mondiaux CIFAR-Azrieli 2020-2022
Titulaire de chaire en IA Canada-CIFAR

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
Université de Toronto
Institut Vecteur
Canada

Andrew Saxe

Membre du programme de chercheurs mondiaux CIFAR-Azrieli 2020-2022

Apprentissage automatique, apprentissage biologique
Université d'Oxford
Royaume-Uni

Graham Taylor

Membre du programme de chercheurs mondiaux CIFAR-Azrieli 2016-2018
Titulaire de chaire en IA Canada-CIFAR

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
Université de Guelph
Institut Vecteur
Canada

Joel Zylberberg

Membre du programme de chercheurs mondiaux CIFAR-Azrieli 2016-2018
Membre auxiliaire

Apprentissage automatique, apprentissage biologique
Université York
Canada

Nouvelles

Apprentissage automatique, apprentissage biologique

Un leader généreux

Une conversation avec Kyunghyun Cho sur sa percée dans le domaine de la traduction automatique

Apprentissage automatique, apprentissage biologique

L’utilisation de l’IA dans les recherches sur la biodiversité est cruciale pour notre survie

Graham Taylor, titulaire d’une chaire en IA Canada-CIFAR, utilise la vision par ordinateur pour mieux comprendre et pr...

Apprentissage automatique, apprentissage biologique

Une culture éthique en IA

Pour traduire les cadres éthique en actions, il sera essentiel de favoriser une culture éthique en IA.

Apprentissage automatique, apprentissage biologique

Éthique et recherche en IA

Des mesures prises par les chefs de file de la recherche en IA pourraient éventuellement avoir un effet d’entraîneme...

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.

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