Apprentissage automatique, apprentissage biologique
Les systèmes d’IA actuels ont une capacité limitée à comprendre le monde. Le programme Apprentissage automatique, apprentissage biologique du CIFAR met à profit la neuroscience et l’informatique pour étudier comment le cerveau et les systèmes artificiels acquièrent leur intelligence par l’apprentissage. La méthode fondamentale du programme — qui revisite des questions de fond plutôt que de se concentrer sur des avancées technologiques à court terme — offre le double avantage d’améliorer la conception technique des machines intelligentes et d’approfondir notre compréhension de l’intelligence humaine.
POINTS FORTS DE LA RECHERCHE ET DE L’IMPACT SOCIÉTAL
Oeuvrer en partenariat pour l'avancement de la recherche en intelligence artificielle
Le programme Apprentissage automatique, apprentissage biologique du CIFAR entretient un partenariat avec Inria, l’Institut national de recherche en sciences et technologies du numérique de la France. Tout comme le CIFAR, Inria encourage la prise de risque scientifique et l’interdisciplinarité, et les deux organisations sont des leaders en matière de développement de nouvelles méthodes en apprentissage automatique et en IA.
Faire progresser des recherches essentielles sur l’apprentissage automatique
Les membres du programme ont publié d’importants résultats cette année. Le membre Bernhard Schölkopf (ETH Zurich, Institut Max-Planck sur les systèmes intelligents) a publié un article qui explore les possibilités de partage entre les domaines de l’apprentissage automatique et de la causalité graphique, discutant des répercussions et des croisements pour les deux communautés. Le coresponsable du programme Konrad Kording (Université de la Pennsylvanie) et ses collègues ont présenté un article à la première Conférence sur l’apprentissage et le raisonnement causal, partiellement financée par la Fondation Sloan, sur une étude qui a utilisé des variables instrumentales pour l’inférence causale. L’étude présente l’exclusion comme un problème d’estimation basé sur des données et applique des méthodes flexibles d’apprentissage automatique pour estimer la probabilité qu’une unité se conforme à l’instrument. Chelsea Finn (Université de Stanford), membre du CIFAR, a publié un article sur la façon dont les progrès de l’apprentissage automatique découlent de l’association de la disponibilité des données, des ressources informatiques et d’un encodage adéquat des biais inductifs.
Développer un modèle de collecte de données neuroscientifiques
Les membres Blake Richards (Mila, Université McGill) et Joel Zylberberg (Université York) ont rencontré un certain nombre de leaders de l’industrie neurotechnique et de la communauté neuroscientifique canadienne pour explorer les possibilités de collecte de données neuroscientifiques à grande échelle qui aideront à construire des modèles fondamentaux pour le calcul neuronal.
Explorer l’éthique de l’intelligence artificielle
Dans la foulée de deux tables rondes sur l’IA éthique, des membres du programme et des titulaires de chaire en IA Canada-CIFAR ont participé à une réunion virtuelle en février 2022, organisée par le CIFAR en collaboration avec l’Institut Ada Lovelace (Royaume-Uni) et le Partnership on AI. Cette réunion a rassemblé des scientifiques du milieu universitaire et de l’industrie pour formuler des recommandations sur les pratiques exemplaires en matière d’examen éthique dans le cadre de conférences sur l’IA et l’apprentissage automatique.
ARTICLES NOTABLES
Hinton, G. E., S. Osindero et Y. Teh. « A fast learning algorithm for deep belief nets », Neural Computation, 18, (2006) : 1527-1554.
Bengio, Y., P. Lamblin, D. Popovici et H. Larochelle, « Greedy Layer-Wise Training of Deep Networks », Neural Information Processing Systems Proceedings (2006).
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.
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).
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
Fondation
2004
Dates de renouvellement
2008, 2014, 2019
Partenaires de recherche
Fondation Brain Canada par l’entremise du Fonds canadien de recherche sur le cerveau, Inria
Bienfaiteurs
Alfred P. Sloan Foundation, Meta Platforms, Inc., RBC Fondation
Collaborations interdisciplinaires
Informatique, y compris intelligence artificielle, apprentissage profond, apprentissage par renforcement
Neuroscience
Bioinformatique
Biologie computationnelle
Statistiques
Science des données
Psychologie
Personne-ressource
Membres et spécialistes-conseils
Coresponsables de programme
Yoshua Bengio
Coresponsable de programme
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
Mila
Université de Montréal
Konrad Kording
Coresponsable de programme
Membres
Marc G. Bellemare
Membre auxiliaire
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
Mila
Université McGill
Léon Bottou
Membre
Université de New York
Chelsea Finn
Membre
Kyunghyun Cho
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2017-2019
Membre
Aaron Courville
Membre
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
Université de Montréal
Emmanuel Dupoux
Membre
Rob Fergus
Membre auxiliaire
Nando de Freitas
Membre auxiliaire
Alona Fyshe
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2016-2018
Membre
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
Université de l'Alberta
Surya Ganguli
Membre
Aapo Johannes Hyvärinen
Membre
Université d'Helsinki
Simon Lacoste-Julien
Membre auxiliaire
Responsable auxiliaire
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
SAIT AI Lab Samsung Montréal
Université de Montréal
Hugo Larochelle
Membre auxiliaire
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
Mila
Université de Montréal
Christopher Manning
Membre
Doina Precup
Membre
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
Mila
Université McGill
Blake Richards
Membre
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
Université McGill
Bernhard Schölkopf
Membre
Institut Max-Planck sur les systèmes intelligents
Richard S. Sutton
Membre auxiliaire
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
DeepMind
Université de l'Alberta
Raquel Urtasun
Membre auxiliaire
Université de Toronto
Pascal Vincent
Membre auxiliaire
Université de Montréal
Max Welling
Membre
Richard Zemel
Membre auxiliaire
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
Institut Vecteur
Université de Toronto
Joel Zylberberg
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2016-2018
Membre auxiliaire
Spécialistes-conseils
Pieter Abbeel
Spécialiste-conseil
Yann LeCun
Spécialiste-conseil
Joelle Pineau
Spécialiste-conseil
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
Mila
Université McGill
Terrence J. Sejnowski
Spécialiste-conseil
Sebastian Seung
Responsable de comité consultatif
Christopher K. I. Williams
Spécialiste-conseil
Membres du programme de chercheurs mondiaux CIFAR-Azrieli
Stefan Bauer
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2020-2022
Kyunghyun Cho
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2017-2019
Membre
Eva Dyer
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2022-2024
Institut de technologie de la Géorgie
Alona Fyshe
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2016-2018
Membre
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
Université de l'Alberta
Marzyeh Ghassemi
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2020-2022
Emma Pierson
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2022-2024
Benjamin Rosman
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2022-2024
CIFAR Azrieli Global Scholars 2022-2024
University of the Witwatersrand
South Africa
Andrew Saxe
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2020-2022
Graham Taylor
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2016-2018
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
NextAI
Université de Guelph
Joel Zylberberg
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2016-2018
Membre auxiliaire
Nouvelles
Apprentissage automatique, apprentissage biologique
Un leader généreux
Une conversation avec Kyunghyun Cho sur sa percée dans le domaine de la traduction automatique
19 juillet 2021
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...
16 avril 2021
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.
25 mars 2021
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...
12 février 2021
Apprentissage automatique, apprentissage biologique
Former l’IA : Entretien avec Chelsea Finn
Chelsea Finn est une brillante chercheuse en IA qui définit le nouveau domaine de l’apprentissage par méta-renforcem...
05 août 2020
Annonce
Le CIFAR reçoit une bourse de la Fondation Alfred P. Sloan pour soutenir la recherche sur des systèmes IA plus polyvalents
Le programme Apprentissage automatique, apprentissage biologique du CIFAR, qui a joué un rôle maj
26 mars 2020
Apprentissage automatique, apprentissage biologique
La recherche en IA permet une percée en astronomie
The director of CIFAR’s Gravity & the Extreme Universe program, Kaspi is recognized for her outstanding research and l...
23 mars 2020
Annonce
Le CIFAR reçoit une bourse de la Fondation Alfred P. Sloan pour soutenir la recherche sur des systèmes IA plus polyvalents
Le CIFAR reçoit une bourse de la Fondation Alfred P. Sloan pour soutenir la recherche sur des systèmes IA plus polyval...
04 novembre 2019
Apprentissage automatique, apprentissage biologique
Une discussion sur l'éthique en IA
La création et le déploiement d'algorithmes d'intelligence artificielle (IA) de plus en plus complexes ont d'immenses...
29 juillet 2019
Apprentissage automatique, apprentissage biologique
Les chasseurs de souvenirs
Dans leur laboratoire à l’Hôpital pour enfants malades de Toronto, les boursiers du CIFAR et neuroscientifiques Shee...
22 mai 2019Soutenez-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.