Suis nous sur
CIFAR header logo
en
menu_mobile_logo_alt
  • Nouvelles
  • Activités
    • Événements publics
    • Réunions sur invitation seulement
  • Programmes
    • Programmes de recherche
    • Stratégie pancanadienne en matière d’IA
    • Initiatives à l’intention de la prochaine génération
    • Appel à idées mondial
  • Communauté
    • Membres et spécialiste-conseils
    • Chercheurs mondiaux CIFAR-Azrieli
    • Chaires en IA Canada-CIFAR
    • Direction – Stratégie en matière d’IA
    • Membres du réseau de solutions
    • Direction – CIFAR
  • Soutenez-nous
  • À propos
    • Notre histoire
    • CIFAR 40
    • Prix
    • Partenariats
    • Publications et rapports
    • Carrières
    • Répertoire du personnel
    • Équité, diversité et inclusion
  • en

Suivez-nous

  • Accueil
  • programmes-de-recherche
  • Apprentissage automatique, apprentissage biologique

Apprentissage automatique, apprentissage biologique

smaller line_two
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.

optimal stimuli
Comment Google voit-il votre chat et vous-même? Ces « stimulations optimales » pour des visages de chats et d’humains découlent de l’entraînement d’un réseau d’apprentissage profond à l’aide de plus de dix millions d’images.

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.

Neural Network
Un réseau d’apprentissage profond intègre de l’information brute, comme les valeurs de pixels individuels, à partir de la couche supérieure d’intrants et traite cette information à travers deux couches cachées ou plus, et chaque couche ajoute un niveau d’abstraction supplémentaire.

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

Rachel Parker

Membres et spécialistes-conseils

Coresponsables de programme

Yoshua Bengio

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
Konrad Kording

Konrad Kording

Coresponsable de programme

Apprentissage automatique, apprentissage biologique
Université de la Pennsylvanie
États Unis

Membres

Marc G. Bellemare

Marc G. Bellemare

Membre auxiliaire
Titulaire de chaire en IA Canada-CIFAR

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

Léon Bottou

Membre

Apprentissage automatique, apprentissage biologique
Facebook AI Research
Université de New York
France
Chelsea Finn

Chelsea Finn

Membre

Apprentissage automatique, apprentissage biologique
Université Stanford
États Unis
Kyunghyun Cho

Kyunghyun Cho

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

Apprentissage automatique, apprentissage biologique
Université de New York
États Unis
Aaron Courville

Aaron Courville

Membre
Titulaire de chaire en IA Canada-CIFAR

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

Emmanuel Dupoux

Membre

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

Rob Fergus

Membre auxiliaire

Apprentissage automatique, apprentissage biologique
Université de New York
États Unis
Nando de Freitas

Nando de Freitas

Membre auxiliaire

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

Alona Fyshe

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

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

Surya Ganguli

Membre

Apprentissage automatique, apprentissage biologique
Université Stanford
États Unis
Aapo Johannes Hyvärinen

Aapo Johannes Hyvärinen

Membre

Apprentissage automatique, apprentissage biologique
Département d'informatique
Université d'Helsinki
Finlande
Simon Lacoste-Julien

Simon Lacoste-Julien

Membre auxiliaire
Responsable auxiliaire
Titulaire de chaire en IA Canada-CIFAR

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
Mila
SAIT AI Lab Samsung Montréal
Université de Montréal
Canada
Hugo Larochelle

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

Christopher Manning

Membre

Apprentissage automatique, apprentissage biologique
Université Stanford
États Unis
Doina Precup

Doina Precup

Membre
Titulaire de chaire en IA Canada-CIFAR

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

Blake Richards

Membre
Titulaire de chaire en IA Canada-CIFAR

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

Bernhard Schölkopf

Membre

Apprentissage automatique, apprentissage biologique
ETH Zürich
Institut Max-Planck sur les systèmes intelligents
Allemagne
Richard S. Sutton

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

Raquel Urtasun

Membre auxiliaire

Apprentissage automatique, apprentissage biologique
Uber ATG
Université de Toronto
Canada
Pascal Vincent

Pascal Vincent

Membre auxiliaire

Apprentissage automatique, apprentissage biologique
Mila
Université de Montréal
Canada
Max Welling

Max Welling

Membre

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

Richard Zemel

Membre auxiliaire
Titulaire de chaire en IA Canada-CIFAR

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

Joel Zylberberg

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

Apprentissage automatique, apprentissage biologique
Université York
Canada

Spécialistes-conseils

Pieter Abbeel

Pieter Abbeel

Spécialiste-conseil

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

Yann LeCun

Spécialiste-conseil

Apprentissage automatique, apprentissage biologique
Université de New York
États Unis
Joelle Pineau

Joelle Pineau

Spécialiste-conseil
Titulaire de chaire en IA Canada-CIFAR

Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
Facebook
Mila
Université McGill
Canada
Terrence J. Sejnowski

Terrence J. Sejnowski

Spécialiste-conseil

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

Sebastian Seung

Responsable de comité consultatif

Apprentissage automatique, apprentissage biologique
Université de Princeton
États Unis
Christopher K. I. Williams

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

Stefan Bauer

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

Apprentissage automatique, apprentissage biologique
Allemagne
Kyunghyun Cho

Kyunghyun Cho

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

Apprentissage automatique, apprentissage biologique
Université de New York
États Unis
Eva Dyer

Eva Dyer

Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2022-2024

Apprentissage automatique, apprentissage biologique
Georgia Institute of Technology
Institut de technologie de la Géorgie
États Unis
Alona Fyshe

Alona Fyshe

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

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

Marzyeh Ghassemi

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

Apprentissage automatique, apprentissage biologique
L’Institut de Technologie du Massachusetts (MIT)
États Unis
Emma Pierson

Emma Pierson

Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2022-2024

Apprentissage automatique, apprentissage biologique
Cornell Tech et Technion – Institut de technologie d’Israël
États Unis
Benjamin Rosman

Benjamin Rosman

Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2022-2024
CIFAR Azrieli Global Scholars 2022-2024

Apprentissage automatique, apprentissage biologique
Université de Witwatersrand
University of the Witwatersrand
Afrique du Sud
South Africa
Andrew Saxe

Andrew Saxe

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

Apprentissage automatique, apprentissage biologique
University College de Londres
Royaume-Uni
Graham Taylor

Graham Taylor

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

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

Joel Zylberberg

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

Apprentissage automatique, apprentissage biologique
Université York
Canada

Nouvelles

Cho DLRL

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
graham taylor aI in biodiversity

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
PUBLIC POLICY RBG 300 YELLOW

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
PUBLIC-POLICY-RBG

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
Chelsea Finn img

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
web

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
Bernhard

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
Learning in Machines & Brains

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
PUBLIC POLICY RBG

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 2019
  • FOLLOW US

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.

Dons
CIFAR header logo

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

Contactez-nous
Médias
Carrières
Politiques sur l’accessibilité
Bienfaiteurs
Rapports financiers
Abonnez-vous

  • © Copyright 2023 CIFAR. Tous les droits sont réservés.
  • Numéro d’enregistrement d’organisme de bienfaisance : 11921 9251 RR0001
  • Conditions d'utilisation
  • Politique de confidentialité
  • Plan du Site

Souscrire

Rejoignez notre communauté! Restez à jour avec nos nouvelles, événements, conférences et ateliers et dernières découvertes à travers le monde.

Ce site Web enregistre des témoins sur votre ordinateur. Ces témoins sont utilisés pour recueillir des renseignements sur votre interaction avec notre site Web et nous permettre de vous reconnaître. Nous utilisons ces renseignements afin d'améliorer et de personnaliser votre expérience de navigation et à des fins d'analyse et de mesures concernant nos visiteurs, tant sur ce site Web que sur d'autres médias. Pour en savoir plus sur les témoins que nous utilisons, consultez notre politique deconfidentialité.
Accepter En savoir plus