Search
  • Nouvelles
  • L'intelligence artificielle

Le centre de l’univers de l’IA

by Jon Farrow déc. 9 / 19

Pour Chris Maddison, titulaire d’une chaire en IA Canada-CIFAR, un retour au lieu de naissance de l’apprentissage profond est synonyme de plus de collaboration, de créativité et de curiosité.



« Venir au Canada allait de soi. »

Dans son travail, Chris Maddison, originaire de l’Arizona, est appelé à une réflexion profonde, mais il admet que sa décision de retourner à Toronto, où il a fait ses études de premier cycle et de maîtrise, a été facile à prendre. Des raisons personnelles ont joué dans la balance – les nombreuses amitiés qu’il a tissées et le dynamisme de la ville sont certes des facteurs attrayants –, mais l’élément qui a eu le plus de poids est d’ordre professionnel. Pour lui, le Canada est le centre de l’univers de l’IA.

« Je suis emballé par les chercheurs qui sont au Canada », dit-il. « J’ai l’impression que chaque semaine une idée intéressante émane du groupe d’apprentissage automatique de Toronto et je souhaite faire partie de tout cela. Je veux interagir avec les professeurs et les étudiants. Je crois que c’est un endroit très stimulant où faire de l’apprentissage automatique aujourd’hui. »

« J’ai l’impression que chaque semaine une idée intéressante émane du groupe d’apprentissage automatique de Toronto et je souhaite faire partie de tout cela. »

Étoile montante dans le domaine, Maddison a fait ses études doctorales en 2019 à l’Université d’Oxford, où il a aussi travaillé avec DeepMind au projet AlphaGo comme collaborateur fondateur. Actuellement membre de l’Institut d’études avancées, il va démarrer un laboratoire de recherche à Toronto en 2020, en affiliation avec l’Université de Toronto et l’Institut Vecteur, à titre de titulaire d’une chaire en IA Canada-CIFAR.

« Le système de financement au Canada soutient depuis longtemps la recherche suscitée par la curiosité », dit Maddison. « C’est un avantage énorme pour des domaines comme l’intelligence artificielle et l’apprentissage automatique, car ces domaines n’ont pas encore le statut de paradigme. Il demeure des questions ouvertes et fondamentales non seulement sur la façon de résoudre des problèmes bien circonscrits, mais aussi des questions ouvertes sur ce qui est pertinent. »

Selon Maddison, le soutien à la recherche suscitée par la curiosité, et l’atmosphère de collégialité et de collaboration de la ville, sont les facteurs qui font de Toronto le meilleur endroit où poursuivre ses recherches sur les bases fondamentales de l’apprentissage automatique. D’après lui, grâce à cette combinaison d’atouts, Toronto est un lieu qui se compare à l’Institut d’études avancées et à l’Université d’Oxford, les autres centres de recherche transformatrice où il a travaillé.

Apprendre de nouvelles choses à de vieux algorithmes

« L’apprentissage automatique est un nouveau domaine florissant et nous nous penchons sur de nombreux problèmes intéressants qui suscitent des conversations passionnantes », dit Maddison. « Mais si vous examinez plus en profondeur la machinerie des algorithmes qui sont à la base de l’apprentissage automatique et de l’IA aujourd’hui, il s’avère que les algorithmes que nous utilisons sont des algorithmes pour de vieux problèmes très élémentaires que les gens étudient depuis longtemps, comme l’optimisation et l’intégration. »

Maddison espère découvrir de nouvelles connaissances sur ces problèmes séculaires par l’entremise de l’étude de l’apprentissage automatique. « Nous pouvons apprendre de nouvelles choses sur ces vieux problèmes, car nous sommes en présence de nouvelles demandes et perspectives qui n’avaient pas été considérées par le passé », dit-il.

Par exemple, dans l’un de ses projets de recherche, Maddison cherche à comprendre les limites des algorithmes d’optimisation.

 « Nous pouvons apprendre de nouvelles choses sur ces vieux problèmes, car nous sommes en présence de nouvelles demandes et perspectives qui n’avaient pas été considérées par le passé »

« Dans l’étude classique de l’optimisation, il y a différentes catégories d’algorithmes et chaque catégorie à un coût computationnel croissant », explique-t-il. « Il y a des algorithmes d’optimisation d’ordre zéro, de premier ordre et de deuxième ordre. L’apprentissage automatique et d’autres domaines ont contribué à susciter un intérêt renouvelé pour les algorithmes d’ordre zéro et de premier ordre en raison de l’échelle et du type de problèmes que nous résolvons. »

Actuellement, l’algorithme d’optimisation le plus populaire dans le domaine de l’apprentissage profond, utilisé pour de nombreuses tâches en vision artificielle et en traitement du langage naturel, est l’algorithme d’optimisation Adam. Mis au point par Jimmy Ba, titulaire d’une chaire en IA Canada-CIFAR, il est considéré par la plupart des gens comme un algorithme d’optimisation de premier ordre. Adam est un algorithme très rapide et utile, mais Maddison souhaite découvrir s’il est possible de faire mieux.

« Adam est-il le dernier chapitre de l’histoire? », demande-t-il. « Peut-être, mais je n’en suis pas totalement convaincu. »

Exploration et possibilité

Maddison croit ardemment en l’importance de la liberté intellectuelle pour l’exploration des idées. Avoir l’espace nécessaire pour penser de façon créative et parler avec ses collègues, sans ressentir de pression pour trouver une application immédiate, mène à des éclairs de compréhension qui suscitent chez lui un sentiment d’exaltation et transforment le monde. Le soutien offert par le programme des chaires en IA Canada-CIFAR lui permettra de continuer à repousser les frontières du possible.

« Ça peut faire peur, mais nombre de nos idées les plus excitantes sont venues de cet espace d’exploration et de possibilité. »

« Je crois qu’il est important qu’un petit coin de son programme de recherche tienne essentiellement du rêve où on n’est pas tout à fait certain de la destination ni des chances de réussite », dit-il. « Ça peut faire peur, mais nombre de nos idées les plus excitantes sont venues de cet espace d’exploration et de possibilité. »

Le temps est un autre ingrédient essentiel à la découverte. « Habituellement, quand on fait de la recherche, on finit par buter sur quelque chose et c’est le moment où je mets de côté les rêves les plus fantaisistes pour leur permettre d’hiberner. Mais j’ai connu quelques moments dans ma carrière où, pour une raison ou une autre, je pouvais tout à coup voir comment ces rêves fantaisistes pourraient se transformer en de nouveaux algorithmes », dit Madison. « De tels moments constituent la source de ma passion pour le domaine. Voilà pourquoi j’aime ce que je fais. »


Le programme des chaires en IA Canada-CIFAR constitue le programme clé de la Stratégie pancanadienne en matière d’IA du CIFAR. Au total, 86,5 millions de dollars sur cinq ans ont été attribués à ce programme pour attirer et maintenir en poste des chercheurs en IA de renommée internationale au Canada. Les titulaires d’une chaire en IA Canada-CIFAR annoncés à ce jour réalisent des recherches dans un vaste éventail de domaines, notamment : apprentissage automatique au service de la santé, véhicules autonomes, réseaux neuronaux artificiels et changements climatiques.