Overview

[ Français ]

Intelligence artificielle: entre généraliser et comprendre

Yoshua Bengio, Université de Montréal

Thursday, October 28, 2021, 7:30 p.m

On-site: Registration (Limited seating)

Location: Room, S1-151, Pavillon Jean-Coutu, 2940 Chemin de Polytechnique, Montréal

Vaccination passport and ID will be required. Wearing a mask is mandatory.

Online: Via Zoom

(Reservations are required to attend on site or by Zoom via the register tab above.)

  

This conference will be given in French

Abstract:
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.

Biography:
Yoshua Bengio is a full professor in the Department of Computer Science and Operations Research at the Université de Montréal, as well as founder and scientific director of Mila and scientific director of IVADO. Recognized as one of the world's leading experts in artificial intelligence and deep learning, he is a co-recipient, along with Geoff Hinton and Yann LeCun, of the 2018 A.M. Turing Award, considered the "Nobel Prize of computer science." He is a Fellow of the Royal Society of London and the Royal Society of Canada, an Officer of the Order of Canada, and a Canada-CIFAR Chair in AI.