Apprentissage automatique, apprentissage biologique

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.

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.

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
Bienfaiteurs
Fondation Alfred P. Sloan, Facebook
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
Membres
Spécialistes-conseils
Membres du programme de chercheurs mondiaux CIFAR-Azrieli
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.