Créer des ordinateurs qui fonctionnent comme le cerveau humain

L'apprentissage dans les machines et les cerveaux est l'un des 14 programmes de recherche mondiaux du CIFAR (Institut canadien des recherches avancées). Les programmes de recherche du CIFAR ont été créés pour mettre en contact les meilleurs cerveaux du monde - par-delà les frontières et les disciplines - afin d'ouvrir de nouvelles perspectives et de susciter des idées révolutionnaires.

Le programme de recherche Learning in Machines & Brains (anciennement connu sous le nom de Neural Computation & Adaptive Perception) a été fondé en 2004 et révolutionne le domaine de l'intelligence artificielle en créant des ordinateurs qui pensent davantage comme nous, c'est-à-dire capables de reconnaître des visages, de comprendre ce qui se passe dans une image ou une vidéo et de saisir le sens réel du langage. Il en résultera des ordinateurs non seulement puissants, mais aussi intelligents, capables de tout faire, depuis une conversation banale jusqu'à l'extraction de sens à partir d'énormes bases de données. Le programme CIFAR a bouleversé le domaine de l'intelligence artificielle en étant le pionnier d'une technique appelée "apprentissage profond". Il y a une dizaine d'années, le CIFAR a pris un risque avec des chercheurs qui voulaient relancer l'intérêt pour les réseaux neuronaux, une technique informatique inspirée du cerveau humain. Ce programme réunit des informaticiens, des biologistes, des neuroscientifiques, des psychologues et d'autres, et il en est résulté de riches collaborations qui ont propulsé la recherche en intelligence artificielle vers l'avant.

Les codirecteurs actuels du programme sont Yoshua Bengio et Yann LeCun. Le programme compte actuellement 38 membres (boursiers) du monde entier.

Le programme a produit plusieurs résultats de recherche au cours de l'année écoulée, notamment plusieurs articles dans des revues scientifiques prestigieuses. Une nouvelle orientation de recherche a vu le jour, qui porte sur l'application de l'apprentissage profond à la médecine. Un groupe de Montréal étudie l'analyse d'images biomédicales et la prédiction des résultats médicaux pour la médecine personnalisée, tandis qu'un autre groupe s'intéresse à la prédiction des complications après une intervention chirurgicale. Ils ont également organisé des activités de programme tout au long de l'année. En mai 2016, le CIFAR s'est associé à RBC pour présenter à Toronto une table ronde animée par Brendan Frey (Université de Toronto) et d'autres participants des secteurs de l'investissement et de la technologie, afin d'explorer la façon dont l'intelligence artificielle pourrait perturber le secteur financier dans les années à venir. Plus de 500 personnes y ont assisté, en plus d'un public mondial atteint par diffusion WebEx.

Le programme organise également une université d'été annuelle pour les stagiaires diplômés et postdoctoraux de ses boursiers. Les étudiants organisateurs invitent les boursiers du CIFAR et d'autres chercheurs éminents à donner des conférences sur des sujets de pointe qui ne sont pas encore couverts par les programmes universitaires habituels. En 2015/2016, le programme a ouvert ses portes pour accueillir la plus grande université d'été jamais organisée dans le domaine de l'apprentissage profond, attirant des participants du monde entier, issus du monde universitaire et de l'industrie.

Le programme a fait progresser l'une de ses principales directions de recherche, l'apprentissage profond, en en faisant le thème central de sa réunion annuelle en décembre 2016. Ce choix reflétait une forte poussée d'intérêt au sein du programme et de la communauté de l'apprentissage automatique dans son ensemble, stimulée par une série rapide de succès exceptionnels au cours des dernières années qui ont vu l'apprentissage profond adopté par des sociétés d'information mondiales telles que Google et Facebook, et le placement de boursiers du CIFAR à leurs barreaux de recherche. La réunion du programme s'est tenue à Montréal pendant les deux jours précédant la conférence annuelle Neural Information Processing Systems (NIPS), le principal lieu de présentation de la recherche sur l'apprentissage automatique et les réseaux neuronaux.