Survol

Intelligence artificielle: entre généraliser et comprendre

Yoshua Bengio, Université de Montréal

Jeudi 28 octobre 2021, 19 h 30

En salle : (Complet)

Lieu: Salle, S1-151, Pavillon Jean-Coutu, 2940 Chemin de Polytechnique, Montréal

Le passeport vaccinal et une pièce d’identité seront exigés.  Le port du masque est obligatoire.

En ligne : Via Zoom (Complet, les 500 places ont déjà été assignées.) Diffusion en direct sur YouTube

(Les réservations sont obligatoires pour assister sur place ou par Zoom via l’onglet : s’inscrire ci-dessus)

Résumé :
Les progrès phénoménaux de la recherche en intelligence artificielle (IA) des dernières décennies s'appuient sur des algorithmes d'apprentissage qui convertissent des données, des exemples et des expériences d'un agent apprenant en fonctions mathématiques qui peuvent être appliquées dans de nouvelles situations. Quand ces fonctions y donnent de bonnes réponses, elles généralisent. Qu'est-ce qui rend cela possible? Les mathématiciens se sont attaqués à cette question en s'appuyant sur des hypothèses sur la nature de ces données, en particulier l'hypothèse que les exemples sont tirés indépendamment de la même distribution. Malheureusement, cette hypothèse ne correspond pas à la réalité et les systèmes d'IA modernes ont tendance à souffrir en robustesse, quand on les applique dans des contextes différents de ceux ayant généré les données. Cela pose de nouvelles questions fascinantes sur la généralisation et de nouvelles hypothèses, plus faibles, et donc mieux applicables, doivent être considérées qui nous amènent à réfléchir à l'utilité pour l'apprenant d'utiliser un modèle causal de même que des préférences dans l'espace des fonctions qui pourraient être inspirées de la cognition humaine et de notre capacité à comprendre le monde, même imparfaitement, et à faire face à des situations nouvelles avec un succès qui semble défier les bornes mathématiques connues.

Biographie:
Yoshua Bengio est professeur titulaire au Département d’informatique et de recherche opérationnelle de l’Université de Montréal, ainsi que fondateur et directeur scientifique de Mila et directeur scientifique d’IVADO. Reconnu comme l'un des plus grands experts mondiaux en intelligence artificielle et en apprentissage profond, il est colauréat, avec Geoff Hinton et Yann LeCun, du Prix A.M. Turing 2018, considéré comme le « prix Nobel de l'informatique ». Il est à la fois Fellow de la Royal Society de Londres et de la Société Royale du Canada, Officier de l’Ordre du Canada et titulaire d’une chaire en IA Canada-CIFAR.