Recherche

Quatre chaires en intelligence artificielle

Audrey Durand, Christian Gagné, Pascal Germain et François Laviolette obtiennent des chaires CIFAR-IA

Quatre chercheurs de l'Université Laval viennent de décrocher des chaires CIFAR en intelligence artificielle. Il s'agit d'Audrey Durand, de Pascal Germain, de Christian Gagné et de François Laviolette, de la Faculté des sciences et de génie. L'annonce en a été faite aujourd'hui à Vancouver à l'occasion de la deuxième rencontre annuelle de la Stratégie pancanadienne en matière d'intelligence artificielle du Canadian Institute for Advanced Research (CIFAR).

Rappelons que CIFAR est un organisme privé qui encourage des chercheurs remarquables à s'attaquer aux questions complexes auxquelles font face la science et l'humanité. En 2017, le gouvernement du Canada a chargé le CIFAR d’élaborer et de diriger la Stratégie pancanadienne en matière d’intelligence artificielle. Pour réaliser cette mission, l'institut dispose d'un soutien de 125 M$ en provenance d'Ottawa. Le CIFAR travaille en étroite collaboration avec trois instituts d'intelligence artificielle, l'AMII à Edmonton, Mila à Montréal et le Vector Institute à Toronto.

L'un des volets de la stratégie canadienne en intelligence artificielle est le programme de chaires de recherche. Un montant de 86,5 millions de dollars sur 5 ans y est consacré afin de recruter et de maintenir en poste au Canada des chercheurs ayant une expertise reconnue en intelligence artificielle. Trente-quatre nouvelles chaires ont été annoncées aujourd'hui, ce qui porte à 80 le nombre de chaires CIFAR existantes.

Les professeurs Durand et Germain ont obtenu des chaires décernées à de jeunes chercheurs prometteurs. Elles sont dotées d'une enveloppe de 420 000$ sur 5 ans. Les professeurs Gagné et Laviolette ont obtenu des chaires attribuées à des chercheurs établis. Leur financement s'élève à 500 000$ sur 5 ans. Les quatre chaires CIFAR-IA de l'Université Laval sont associées à MILA, un regroupement de chercheurs spécialisés dans le domaine de l’apprentissage profond et de l'apprentissage par renforcement.

Audrey Durand

Audrey Durand, du Département d'informatique et de génie logiciel, aussi rattachée au Département de génie électrique et de génie informatique, utilisera les fonds rattachés à sa chaire pour offrir un soutien financier aux étudiants-chercheurs qui se joindront à son équipe. «Mes travaux portent sur l'apprentissage par renforcement, précise-t-elle. Nous développerons des algorithmes qui apprennent à optimiser la prise de décision par interaction avec un environnement. Nous étudierons également les applications concrètes de ces algorithmes dans des domaines comme la santé.»

Pascal Germain

Pascal Germain, du Département d'informatique et de génie logiciel, consacrera lui aussi une bonne part des fonds de sa chaire au soutien financier des membres de son groupe. «Je veux bâtir une petite équipe en finançant des stages de recherche de premier cycle, de même que des travaux de maîtrise et de doctorat, autour de ma thématique de recherche principale: l'étude des algorithmes d'apprentissage automatique à l'aide d'outils statistiques, explique-t-il. Notre objectif est de formuler des garanties rigoureuses sur le "bon comportement" des algorithmes d'apprentissage. Ces garanties peuvent à leur tour inspirer la conception de nouveaux algorithmes.»

Christian Gagné

Pour sa part, Christian Gagné, du Département de génie électrique et de génie informatique, poursuivra ses travaux dans le domaine de l'apprentissage machine capable de fonctionner dans un contexte de supervision limitée. «Nous voulons développer de nouvelles méthodes d'intelligence artificielle qui ne requièrent qu'une rétroaction limitée provenant de l'externe. Ceci est particulièrement pertinent pour des systèmes où des humains sont dans la boucle et qu'ils doivent fournir une rétroaction aux systèmes intelligents pour assurer leur bon fonctionnement. Pour que ces systèmes puissent fonctionner dans la pratique, le nombre de requêtes demandées à l'humain doit être limité.»

François Laviolette

François Laviolette, professeur au Département d'informatique et de génie logiciel et directeur du Centre de recherche en données massives de l'Université Laval, est un spécialiste de l’apprentissage automatique. Il crée de nouveaux algorithmes pour résoudre des problèmes d’apprentissage liés, entre autres, à la génomique, à la protéomique et à la conception de médicaments. Ses travaux portent aussi sur le domaine de l'assurance.

Université Laval

2325, rue de l'Université
Québec (Québec) G1V 0A6

Téléphone: 418 656-2131 1 877 785-2825

Demande d’information

Suivez nous!