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. 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
Boursiers et conseillers
Directeurs de programme
Yoshua Bengio
Codirecteur ou codirectrice de programme
Titulaire de chaire en IA Canada-CIFAR
Yann LeCun
Codirecteur ou codirectrice de programme
Boursiers
Marc G. Bellemare
Boursier associé ou boursière associée
Titulaire de chaire en IA Canada-CIFAR
Université McGill
Mila
Léon Bottou
Boursier ou boursière
Kyunghyun Cho
Boursier ou boursière
Chercheur mondial ou chercheuse mondiale CIFAR-Azrieli 2017-2019
Aaron Courville
Boursier ou boursière
Titulaire de chaire en IA Canada-CIFAR
Université de Montréal
Emmanuel Dupoux
Boursier ou boursière
Rob Fergus
Boursier associé ou boursière associée
Chelsea Finn
Boursier ou boursière
Nando de Freitas
Boursier associé ou boursière associée
Alona Fyshe
Boursier ou boursière
Titulaire de chaire en IA Canada-CIFAR
Chercheur mondial ou chercheuse mondiale CIFAR-Azrieli 2016-2018
Université de l'Alberta
Surya Ganguli
Boursier ou boursière
Aapo Johannes Hyvärinen
Boursier ou boursière
Université d'Helsinki
Konrad Kording
Boursier ou boursière
Simon Lacoste-Julien
Boursier associé ou boursière associée
Titulaire de chaire en IA Canada-CIFAR
Université de Montréal
Hugo Larochelle
Boursier associé ou boursière associée
Titulaire de chaire en IA Canada-CIFAR
Mila
Université de Montréal
Christopher Manning
Boursier ou boursière
Doina Precup
Boursier ou boursière
Titulaire de chaire en IA Canada-CIFAR
Mila
Blake Richards
Boursier ou boursière
Titulaire de chaire en IA Canada-CIFAR
Mila
Bernhard Schölkopf
Boursier ou boursière
Richard S. Sutton
Titulaire de chaire en IA Canada-CIFAR
DeepMind
Université de l'Alberta
Raquel Urtasun
Boursier ou boursière
Université de Toronto
Pascal Vincent
Boursier associé ou boursière associée
Titulaire de chaire en IA Canada-CIFAR
Université de Montréal
Max Welling
Boursier ou boursière
Richard Zemel
Titulaire de chaire en IA Canada-CIFAR
Institut Vecteur
Joel Zylberberg
Boursier associé ou boursière associée
Chercheur mondial ou chercheuse mondiale CIFAR-Azrieli 2016-2018
Conseillers
Pieter Abbeel
Conseiller ou conseillère
Raia Hadsell
Conseiller ou conseillère
Joelle Pineau
Conseiller ou conseillère
Titulaire de chaire en IA Canada-CIFAR
Mila
Terrence J. Sejnowski
Conseiller ou conseillère
Sebastian Seung
Président ou présidente de comité consultatif
Christopher K. I. Williams
Conseiller ou conseillère
Chercheurs mondiaux CIFAR-Azrieli
Stefan Bauer
Chercheur mondial ou chercheuse mondiale CIFAR-Azrieli 2020-2022
Kyunghyun Cho
Boursier ou boursière
Chercheur mondial ou chercheuse mondiale CIFAR-Azrieli 2017-2019
Marzyeh Ghassemi
Titulaire de chaire en IA Canada-CIFAR
Chercheur mondial ou chercheuse mondiale CIFAR-Azrieli 2020-2022
Institut Vecteur
Andrew Saxe
Chercheur mondial ou chercheuse mondiale CIFAR-Azrieli 2020-2022
Graham Taylor
Titulaire de chaire en IA Canada-CIFAR
Chercheur mondial ou chercheuse mondiale CIFAR-Azrieli 2016-2018
Institut Vecteur
Joel Zylberberg
Boursier associé ou boursière associée
Chercheur mondial ou chercheuse mondiale CIFAR-Azrieli 2016-2018
Nouvelles
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.
Mar 25, 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...
Fév 12, 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...
Août 5, 2020
Le CIFAR reçoit une bourse de la Fondation Alfred P. Sloan pour soutenir la recherche sur des systèmes IA plus polyvalents
La subvention permettra de faire évoluer la compréhension de l’apprentissage de la représentation causale afin de...
Mar 26, 2020Soutenez-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.