Chaire de recherche industrielle du CRSNG sur l’apprentissage automatique

Programme de professeurs-chercheurs industriels

Titulaire principal depuis 2018

L’apprentissage automatique est aujourd’hui considéré comme un outil incontournable dans la quête pour construire des systèmes informatiques intelligents. Les systèmes d’apprentissage automatique ne sont pas programmés pour résoudre des problèmes précis. En fait, ils développent plutôt leur propre programmation en fonction des exemples de comportements qu’ils devraient avoir. Au cours des dix dernières années, on a fait des progrès considérables grâce aux percées réalisées dans le domaine des réseaux neuronaux profonds. Les techniques de l’apprentissage profond améliorent grandement la performance des systèmes dans le cas des tâches difficiles telles que la reconnaissance des objets, la reconnaissance vocale et la découverte de médicaments. On retrouve maintenant des systèmes reposant sur l’apprentissage profond dans les produits de consommation courants, par exemple les agents intelligents basés sur la parole dans les appareils mobiles.

Le programme de recherche proposé visera à jumeler deux types de méthodes :

1. celles qui permettent l’extension des systèmes à de vastes ensembles de données (p. ex. les réseaux profonds)
2. celles qui intègrent les connaissances du domaine.

Il portera également sur l’apprentissage contrôlé par l’utilisateur. C’est bien connu qu’il est difficile d’entrainer les réseaux neuronaux profonds et que, lorsque c’est fait, il est difficile de comprendre comment ceux-ci parviennent à une réaction donnée. Comme ces systèmes sont de plus en plus répandus dans les applications concrètes, il est essentiel de donner aux utilisateurs la capacité de les contrôler davantage. Les nouvelles connaissances découlant du programme proposé devraient apporter des transformations profondes dans divers domaines, par exemple une meilleure compréhension des scènes (en combinant l’information que renferment les images, les vidéos et le texte) et de meilleurs dossiers médicaux électroniques. Elles auront aussi des effets d’un autre ordre : assurer l’équité dans les systèmes de décision automatisés. Le programme proposé permettra de mettre au point des solutions techniques pour que les décideurs et les juristes puissent exercer un contrôle utilisateur dans les décisions complexes prises tous les jours.

Courriel : zemel@cs.toronto.edu 

Site Web : 
http://www.cs.toronto.edu/~zemel