{"id":60985,"date":"2025-03-04T09:00:48","date_gmt":"2025-03-04T14:00:48","guid":{"rendered":"https:\/\/cifar.ca\/?p=60985"},"modified":"2025-12-18T01:41:06","modified_gmt":"2025-12-18T06:41:06","slug":"le-cifar-finance-sept-projets-dia-a-risque-eleve-et-a-fort-impact","status":"publish","type":"post","link":"https:\/\/cifar.ca\/fr\/cifarnews\/2025\/03\/04\/le-cifar-finance-sept-projets-dia-a-risque-eleve-et-a-fort-impact\/","title":{"rendered":"Le CIFAR finance sept projets d\u2019IA \u00e0 risque \u00e9lev\u00e9 et \u00e0 fort impact"},"content":{"rendered":"

Ces travaux rel\u00e8vent des domaines de l\u2019IA au service de la sant\u00e9 et de la s\u00e9curit\u00e9, de l\u2019\u00e9nergie et de l\u2019environnement ainsi que de la recherche fondamentale.\u00a0<\/span><\/h2>\n

Sept\u00a0nouveaux projets ont \u00e9t\u00e9 retenus dans le cadre du cycle\u00a02024-2025 d\u2019octroi des subventions Catalyseur en IA du CIFAR, un programme destin\u00e9 \u00e0 catalyser de nouvelles avenues de recherche et de collaboration dans le domaine de l\u2019apprentissage automatique. Ces subventions pouvant atteindre 50\u00a0000\u00a0$ par an pour une p\u00e9riode maximale de 2\u00a0ans visent \u00e0 encourager la recherche collaborative et les \u00e9changes entre les titulaires de chaires en IA Canada-CIFAR et d\u2019autres chercheurs ou chercheuses. Quatre subventions plus modestes ont \u00e9galement \u00e9t\u00e9 attribu\u00e9es pour soutenir l\u2019organisation de conf\u00e9rences et d\u2019ateliers destin\u00e9s principalement \u00e0 la rel\u00e8ve scientifique.<\/span><\/p>\n

\u00c9nergie et environnement<\/h2>\n

Adapter l\u2019\u00e9clairage pour stimuler la croissance des plantes gr\u00e2ce \u00e0 l\u2019apprentissage par renforcement<\/b><\/p>\n

Adam White (Amii, Universit\u00e9 de l\u2019Alberta), Glen Uhrig (Universit\u00e9 de l\u2019Alberta), Mo Chen (Amii, Universit\u00e9 Simon Fraser)<\/span><\/i><\/p>\n

Adam White<\/span><\/a> et <\/span>Mo Chen<\/span><\/a>, titulaires de chaires en IA Canada-CIFAR, ainsi que Glen Uhrig, professeur agr\u00e9g\u00e9 \u00e0 l\u2019Universit\u00e9 de l\u2019Alberta, font appel \u00e0 l\u2019apprentissage par renforcement pour optimiser les dispositifs lumineux de pr\u00e9cision utilis\u00e9s dans des environnements de culture contr\u00f4l\u00e9s. Leur projet vise \u00e0 appliquer les syst\u00e8mes d\u2019apprentissage par renforcement au domaine de l\u2019horticulture en proc\u00e9dant \u00e0 l\u2019ajustement dynamique des conditions d\u2019\u00e9clairage pour maximiser la croissance des plantes. En explorant de nouveaux algorithmes d\u2019apprentissage par renforcement, en d\u00e9terminant les conditions de croissance optimales pour les diff\u00e9rentes cultures et en d\u00e9veloppant des solutions imm\u00e9diatement commercialisables, ces travaux pourraient r\u00e9volutionner l\u2019agriculture verticale, r\u00e9duire l\u2019ins\u00e9curit\u00e9 alimentaire et faire progresser le r\u00f4le que joue l\u2019IA dans la d\u00e9couverte scientifique.<\/span><\/p>\n

IA au service de la sant\u00e9 et de la s\u00e9curit\u00e9<\/h2>\n

Perte de plasticit\u00e9 des r\u00e9seaux biologiques et neuronaux\u00a0: explications et solutions<\/b><\/p>\n

Alona Fyshe (Amii, Universit\u00e9 de l\u2019Alberta), Marlos C.\u00a0Machado (Amii, Universit\u00e9 de l\u2019Alberta), Eilif Muller (Mila, Universit\u00e9 de Montr\u00e9al)<\/span><\/i><\/p>\n

La perte de plasticit\u00e9, c\u2019est-\u00e0-dire la diminution de la capacit\u00e9 \u00e0 s\u2019adapter et \u00e0 maintenir le m\u00eame niveau de performance, constitue un probl\u00e8me fondamental pour les r\u00e9seaux neuronaux tant biologiques qu\u2019artificiels. Les titulaires de chaires en IA Canada-CIFAR <\/span>Alona Fyshe<\/span><\/a>, <\/span>Eilif Muller<\/span><\/a> et <\/span>Marlos C.\u00a0Machado<\/span><\/a> dirigent un projet de collaboration portant sur cette question. S\u2019inspirant des m\u00e9canismes biologiques, leur projet se penche sur les mod\u00e8les de plasticit\u00e9 synaptique, les connexions neuronales bistables et les programmes de formation permettant l\u2019acquisition de comp\u00e9tences transf\u00e9rables. Abordant la question sous l\u2019angle des neurosciences, des sciences cognitives et de l\u2019apprentissage automatique, l\u2019\u00e9quipe cherche \u00e0 d\u00e9velopper des syst\u00e8mes d\u2019apprentissage adaptatifs qui conservent leur flexibilit\u00e9 tout en am\u00e9liorant l\u2019ex\u00e9cution des t\u00e2ches dans des environnements changeants.<\/span><\/p>\n

Cr\u00e9ation d\u2019un jeu de donn\u00e9es de r\u00e9f\u00e9rence pour l\u2019\u00e9valuation des risques d\u2019atteinte \u00e0 la vie priv\u00e9e inh\u00e9rents aux donn\u00e9es synth\u00e9tiques sur la sant\u00e9<\/b><\/p>\n

Linglong Kong (Amii, Universit\u00e9 de l\u2019Alberta), Khaled El Emam (Universit\u00e9 d\u2019Ottawa)<\/span><\/i><\/p>\n

Au moment o\u00f9 la g\u00e9n\u00e9ration de donn\u00e9es synth\u00e9tiques (GDS) gagne du terrain, il est primordial de conna\u00eetre les risques qu\u2019elle pose pour le respect de la confidentialit\u00e9. <\/span>Linglong Kong<\/span><\/a>, titulaire d\u2019une chaire en IA Canada-CIFAR, et Khaled El Emam, professeur \u00e0 l\u2019Universit\u00e9 d\u2019Ottawa, s\u2019attachent \u00e0 \u00e9valuer la protection des renseignements personnels dans les mod\u00e8les de GDS \u00e0 l\u2019aide d\u2019un jeu de donn\u00e9es optimis\u00e9 pour d\u00e9celer les failles et renforcer les m\u00e9canismes de confidentialit\u00e9. Ce projet ouvrira la voie \u00e0 des comparaisons syst\u00e9matiques entre mod\u00e8les de GDS afin d\u2019en \u00e9valuer l\u2019utilit\u00e9 et la performance en mati\u00e8re de protection des renseignements personnels dans le secteur des soins de sant\u00e9 et d\u2019autres domaines.<\/span><\/p>\n

D\u00e9mocratiser les relations entre l\u2019humain et l\u2019IA\u00a0: r\u00e9gler les interactions sur les valeurs, les pr\u00e9f\u00e9rences, la culture et le contexte<\/b><\/p>\n

Golnoosh Farnadi (Mila, Universit\u00e9 McGill), Amir-Hossein Karimi (Universit\u00e9 de Waterloo), Igor Grossmann (Universit\u00e9 de Waterloo)<\/span><\/i><\/p>\n

Alors que les syst\u00e8mes d\u2019IA font de plus en plus partie de notre quotidien, il est crucial de veiller \u00e0 ce qu\u2019ils respectent les valeurs humaines, les pr\u00e9f\u00e9rences personnelles et les principes \u00e9thiques pour instaurer la confiance et maximiser les retomb\u00e9es soci\u00e9tales. <\/span>Golnoosh Farnadi<\/span><\/a>, titulaire d\u2019une chaire en IA Canada-CIFAR, s\u2019applique \u00e0 d\u00e9velopper, en collaboration avec Amir-Hossein Karimi et Igor Grossmann, des m\u00e9canismes d\u2019alignement qui am\u00e9liorent les interactions entre l\u2019humain et l\u2019IA en adaptant celle-ci aux valeurs personnelles, en g\u00e9rant la coop\u00e9ration entre les syst\u00e8mes et en y int\u00e9grant des nuances d\u2019ordre culturel et contextuel. Ces travaux interdisciplinaires \u00e0 la crois\u00e9e de l\u2019apprentissage automatique, de la psychologie et de l\u2019\u00e9thique visent \u00e0 cr\u00e9er une IA qui n\u2019est pas seulement performante d\u2019un point de vue technologique, mais qui est aussi socialement responsable. Par une plus grande personnalisation, par des interactions plus justes entre les diff\u00e9rents agents et par une prise en compte accrue du contexte, ce projet vise \u00e0 rendre les transactions avec l\u2019IA plus d\u00e9mocratiques, \u00e9quitables et sensibles aux diff\u00e9rents besoins soci\u00e9taux.<\/span><\/p>\n

IA fondamentale<\/h2>\n

Lois d\u2019\u00e9chelle neuronale et nouveaux horizons de l\u2019efficacit\u00e9 computationnelle<\/b><\/p>\n

Courtney Paquette (Mila, Universit\u00e9 McGill), Murat Erdogdu (Institut Vecteur, Universit\u00e9 de Toronto), Elliot Paquette (Universit\u00e9 McGill)<\/span><\/i><\/p>\n

En r\u00e9volutionnant l\u2019optimisation, l\u2019essor des grands mod\u00e8les de langage soul\u00e8ve des questions fondamentales sur les lois d\u2019\u00e9chelle et l\u2019efficacit\u00e9 computationnelle. Les titulaires de chaires en IA Canada-CIFAR <\/span>Courtney Paquette<\/span><\/a> et <\/span>Murat Erdogdu<\/span><\/a>, en collaboration avec Elliot Paquette, professeur agr\u00e9g\u00e9 \u00e0 l\u2019Universit\u00e9 McGill, s\u2019int\u00e9ressent \u00e0 la fa\u00e7on dont la taille, l\u2019architecture et les hyperparam\u00e8tres des mod\u00e8les peuvent \u00eatre optimis\u00e9s dans les limites des budgets d\u2019informatique. Leurs travaux visent \u00e0 \u00e9tablir les fondements th\u00e9oriques des courbes d\u2019efficacit\u00e9 computationnelle en limitant les co\u00fbts d\u2019entra\u00eenement des mod\u00e8les tout en maximisant leur performance. Cette \u00e9tude pourrait red\u00e9finir l\u2019efficacit\u00e9 computationnelle, en particulier pour les \u00e9quipes hors secteur limit\u00e9es par le manque de ressources.<\/span><\/p>\n

Mise en correspondance simplifi\u00e9e des flux pour la r\u00e9trosynth\u00e8se<\/b><\/p>\n

Guy Wolf (Mila, Universit\u00e9 de Montr\u00e9al), Renjie Liao (Institut Vecteur Universit\u00e9 de la Colombie-Britannique)<\/span><\/i><\/p>\n

La r\u00e9trosynth\u00e8se, un proc\u00e9d\u00e9 qui consiste \u00e0 d\u00e9composer des mol\u00e9cules d\u2019int\u00e9r\u00eat en leurs agents d\u2019origine plus simples, joue un r\u00f4le pr\u00e9pond\u00e9rant dans l\u2019\u00e9laboration des nouveaux m\u00e9dicaments. Elle n\u2019en pose pas moins des difficult\u00e9s complexes. Les titulaires de chaires en IA Canada-CIFAR <\/span>Guy Wolf<\/span><\/a> et <\/span>Renjie Liao<\/span><\/a> s\u2019appliquent \u00e0 \u00e9laborer une nouvelle approche de bout en bout fond\u00e9e sur la mise en correspondance simplifi\u00e9e des flux. Cette m\u00e9thode s\u2019appuie sur des sch\u00e9mas mol\u00e9culaires pour prendre en charge les correspondances co-univoques et am\u00e9liorer l\u2019efficacit\u00e9 de l\u2019\u00e9chantillonnage. Leur d\u00e9marche innovante vise \u00e0 simplifier les \u00e9tapes de la r\u00e9trosynth\u00e8se afin de r\u00e9aliser des pr\u00e9dictions plus efficaces et plus pr\u00e9cises, tout en \u00e9largissant les capacit\u00e9s des mod\u00e8les de mise en correspondance des flux en vue de multiplier les usages concrets dans le domaine de la g\u00e9n\u00e9ration mol\u00e9culaire.<\/span><\/p>\n

Contrer les attaques hostiles \u00e0 l\u2019aide de mod\u00e8les de diffusion guid\u00e9s par la confidentialit\u00e9 diff\u00e9rentielle<\/b><\/p>\n

Geoff Pleiss (Institut Vecteur, Universit\u00e9 de la Colombie-Britannique), Mathias L\u00e9cuyer (Universit\u00e9 de la Colombie-Britannique), Nidhi Hegde (Amii, Universit\u00e9 de l\u2019Alberta)<\/span><\/i><\/p>\n

Si les mod\u00e8les d\u2019apprentissage profond ont transform\u00e9 bon nombre de champs d\u2019application concr\u00e8te, leur vuln\u00e9rabilit\u00e9 aux attaques malveillantes demeure un probl\u00e8me pr\u00e9occupant. Les titulaires de chaires en IA Canada-CIFAR <\/span>Geoff Pleiss<\/span><\/a> et <\/span>Nidhi Hegde<\/span><\/a> s\u2019associent \u00e0 Mathias L\u00e9cuyer, professeur adjoint \u00e0 l\u2019Universit\u00e9 de la Colombie-Britannique, pour am\u00e9liorer la robustesse v\u00e9rifiable des syst\u00e8mes d\u2019IA \u00e0 l\u2019aide de mod\u00e8les de d\u00e9bruitage par diffusion guid\u00e9s par les techniques de confidentialit\u00e9 diff\u00e9rentielle. Leurs travaux portent sur des m\u00e9thodes innovantes visant \u00e0 adapter les donn\u00e9es d\u2019entr\u00e9e, \u00e0 \u00e9tablir des indicateurs de robustesse efficaces et \u00e0 d\u00e9finir des garanties de robustesse en fonction de la complexit\u00e9 des donn\u00e9es d\u2019entr\u00e9e. Cette approche a de vastes implications allant de l\u2019am\u00e9lioration de l\u2019\u00e9quit\u00e9 et de la confidentialit\u00e9 des donn\u00e9es \u00e0 la protection des mod\u00e8les de fondation contre les menaces d\u2019intrusion.<\/span><\/p>\n

\n

Quatre autres propositions se sont vu accorder du financement en soutien \u00e0 l\u2019organisation d\u2019ateliers et de conf\u00e9rences.<\/span><\/p>\n