Yoshua Bengio et Aaron Courville, professeurs au Département d'informatique et de recherche opérationnelle (DIRO) de l'UdeM et membres de l'Institut de Montréal pour les algorithmes d'apprentissage (IMAA), reçoivent plus de 1,6M US$ de la Nuance Foundation afin de poursuivre leurs recherches en intelligence artificielle.
Dans la dernière décennie, la recherche en intelligence artificielle a été fortement influencée par la disponibilité de grande quantité de données et le développement d'algorithmes d'apprentissage qui peuvent en tirer parti. Des progrès significatifs ont été accomplis grâce à des algorithmes permettant d'apprendre de nouvelles représentations des données à partir de grandes quantités d'exemples d'apprentissage. Les modèles d'apprentissage profond (Deep Learning) produisent plusieurs niveaux de représentation et constituent un domaine de recherche en forte croissance dans les cercles académique et industriel.
Ce financement par la Nuance Foundation, qui a pour mission de soutenir l'avancement des connaissances scientifiques dans le domaine informatique, permet le démarrage à l'IMAA de deux projets de recherche d'une durée de quatre ans intitulés : « Scaling Up Deep Learning » et « Deep Structured Output Models ».
Le projet, « Scaling Up Deep Learning », vise l'expansion de la taille des modèles grâce à des algorithmes novateurs permettant d'améliorer le ratio entre la taille des modèles et le temps de calcul. Les résultats industriels des dernières années montrent clairement que plus les modèles de réseaux de neurones sont gros (avec les tailles d'ensembles de données actuellement disponibles en intelligence artificielle), meilleures sont les performances, avec de surprenants effets de seuil dans le niveau de compréhension et de généralisation des modèles, lorsqu'un modèle est suffisamment entrainé sur assez de données.
Le second projet, « Deep Structured Output Models », se concentre sur une vaste gamme d'applications des algorithmes d'apprentissage de représentations profondes, dans le cas où la réponse à fournir par l'apprenant est composé d'un grand nombre de variables interdépendantes, telles que les mots d'une phrase ou les pixels d'une image (par exemple pour l'étiquetage des pixels associés à une tumeur en imagerie médicale). Le défi fondamental vient du nombre exponentiel de configurations de ces variables et du nombre correspondant de calculs qui seraient nécessaires pour traiter des distributions de probabilité jointe entre ces variables. Le projet explorera des méthodes permettant de contourner ces limitations pour que l'ordinateur puisse répondre à des questions complexes dans le domaine de l'intelligence artificielle.
« L'apprentissage profond transforme les champs d'investigation de la reconnaissance vocale, du langage naturel et de l'intelligence artificielle. Les professeurs Bengio et Courville et leurs groupes de recherches sont des précurseurs de la recherche fondamentale dans ce domaine et la Fondation Nuance est heureuse de pouvoir soutenir financièrement ces deux importants projets de recherche. Nous sommes confiants que le travail qui sera réalisé fera avancer l'avancement des connaissances. » affirme le Président de la Nuance Foundation, Vlad Sejnoha.
À l'IMAA, une vingtaine d'étudiants et de chercheurs combineront leur savoir-faire et leur expertise dans le cadre de ces projets. Les recherches en apprentissage profond de l'IMAA sont non seulement reconnues internationalement, elles ont aussi contribué à la fondation de ce domaine. L'Université de Montréal est un des principaux pôles académiques dans la recherche sur l'apprentissage profond, avec des dizaines de publications par année, un nombre impressionnant de citations, et la responsabilité de co-organiser d'importants évènements scientifiques.
Pour en savoir davantage :
Centres et groupes de recherche du Département d'informatique et de recherche opérationnelle (DIRO) de l'UdeM