Search
  • Nouvelles
  • L'intelligence artificielle

Le CIFAR finance neuf projets d’IA à risque élevé et à fort impact

by Krista Davidson juin 3 / 20

Les projets de recherche seront financés par le cadre du programme de subventions Catalyseur en IA du CIFAR.

Abordant divers sujets, les projets explorent des algorithmes modernes d’apprentissage automatique, utilisent l’apprentissage automatique pour générer une stimulation auditive rythmique afin d’aider les patients atteints de la maladie de Parkinson à marcher, aident les agents intelligents à mieux comprendre le langage naturel et à effectuer des tâches complexes, et tentent de prévoir et de contrôler l’évolution d’un système d’IA.

En partenariat avec la Fondation RBC, deux subventions Catalyseur en IA du CIFAR seront octroyées pour soutenir la recherche dans les domaines de la confidentialité, de la responsabilité, de la transparence et des biais liés à l’apprentissage automatique.

L’appel de propositions pour les subventions Catalyseur en IA du CIFAR a été lancé en janvier 2020 dans le cadre du programme national d’activités de la Stratégie pancanadienne en matière d’IA. Les subventions permettront de faire émerger de nouveaux domaines de recherche et de nouvelles collaborations relativement à l’apprentissage automatique et à son utilisation dans différents secteurs de la science et de la société. Jusqu’à 50 000 dollars par année seront alloués aux projets afin de financer les recherches pendant une période maximale de 2 ans. Les subventions sont destinées à soutenir la recherche collaborative et les échanges avec les chaires en IA Canada-CIFAR dans le cadre du programme national d’activités de la Stratégie pancanadienne en matière d’IA.

Projets approuvés :

  • DeepCell : analyse et intégration de données spatiales de séquençage de l’ARN de cellule unique

    Développement d’outils basés sur l’apprentissage profond pour analyser et intégrer des données spatiales de séquençage de l’ARN de cellule unique pour des tumeurs cérébrales.

  • Collaborateurs : Bo Wang (titulaire de chaire Canada-CIFAR, Institut Vecteur, UHN, Université de Toronto), Michael Taylor (Université de Toronto, Hôpital SickKids)

  • Repenser la généralisation et les diagnostics des modèles en apprentissage automatique moderne

    Exploration des propriétés particulières des algorithmes modernes d’apprentissage automatique

  • Collaborateurs : Murat Erdogdu (titulaire de chaire Canada-CIFAR, Institut Vecteur, Université de Toronto), Ioannis Mitliagkas (titulaire de chaire Canada-CIFAR, Mila, Université de Montréal), Manuela Girotti (Mila, Université Concordia)

  • Apprendre à résoudre des programmes linéaires mixtes en nombres entiers

    Utilisation de l’apprentissage automatique pour la programmation linéaire mixte en nombres entiers

  • Collaborateurs : Laurent Charlin (titulaire de chaire Canada-CIFAR, Mila, HEC Montréal, Université de Montréal), Chris Maddison (Institut Vecteur, Université de Toronto)

  • Langage fondé sur la vision pour la navigation et l’interaction des agents incarnés

    Permettre à un agent intelligent de comprendre le langage naturel dans le cadre de tâches de navigation

  • Collaborateurs : Chris Pal (titulaire de chaire Canada-CIFAR, Mila, Polytechnique Montréal, Université de Montréal), Sanja Fidler (titulaire de chaire Canada-CIFAR, Institut Vecteur, Université de Toronto), David Meger (Mila, Université McGill)

  • Confidentialité et éthique en IA : comprendre les synergies et les tensions

    Exploration des tensions et des synergies qui peuvent émerger lors du déploiement des algorithmes d’apprentissage automatique, en mettant l’accent sur la responsabilité, la transparence et les biais

  • Collaborateurs : Nicolas Papernot (titulaire de chaire Canada-CIFAR, Institut Vecteur, Université de Toronto, Google), Sébastien Gambs (Université du Québec)

  • Comment être politiquement intelligent à l’ère de la désinformation

    Utilisation de l’exploration des graphiques pour détecter et combattre la désinformation dans les systèmes d’information de masse

  • Collaborateurs : Reihaneh Rabbany (titulaire de chaire Canada-CIFAR, Mila, Université McGill), André Blais (Université de Montréal, Société royale du Canada), Jean-François Gagné (Université de Montréal), Jean-Francois Godbout (Université de Montréal)

  • Modèles rythmiques adaptatifs et générateurs pour la réadaptation neurologique

    Exploration des avantages du son et de la musique, en particulier de la stimulation auditive rythmique pour les patients atteints de la maladie de Parkinson

  • Collaborateurs : Sageev Oore (titulaire de chaire Canada-CIFAR, Institut Vecteur, Université Dalhousie), Michael Thaut (titulaire d’une Chaire de recherche du Canada, Université de Toronto)

  • Système d’apprentissage par renforcement pour l’adaptation du niveau d’automatisation des véhicules automatisés pour les personnes atteintes de démence

    Faire progresser le domaine de la compatibilité humaine avec l’IA appliquée aux personnes atteintes de démence en utilisant de nouveaux algorithmes pour faciliter la compatibilité

  • Collaborateurs : Sarath Chandar (titulaire de chaire Canada-CIFAR, Mila, Polytechnique Montréal), Alex Mihailidis (Université de Toronto, UHN)

  • Modélisation d’agents incarnés avec l’opérateur de Koopman

    Utilisation de systèmes dynamiques pour prévoir l’état futur d’un système, puis le contrôler

  • Collaborateurs : Liam Paull (titulaire de chaire Canada-CIFAR, Mila, Université de Montréal), James Forbes (Université McGill)

À propos du Programme national d’activités

Le programme national de la Stratégie pancanadienne en matière d’IA du CIFAR réunit des chercheurs et des stagiaires en IA des quatre coins du pays pour partager des idées, favoriser la collaboration, faire progresser les connaissances et stimuler le leadership du Canada en recherche et en innovation dans le domaine de l’IA. Nous offrons des formations sur les dernières avancées techniques et les incidences sociales des applications de l’IA, et organisons une conférence annuelle qui rassemble notre communauté nationale ainsi que d’autres programmes et activités afin de soutenir et de faire progresser la recherche canadienne en IA. Nos programmes sont offerts à tous les chercheurs et stagiaires canadiens qui s’intéressent à la recherche en IA. Notre objectif est de soutenir la formation, la recherche et l’innovation de calibre mondial en IA, tout en encourageant les valeurs d’équité, de diversité, d’inclusion et de responsabilité sociale dans le domaine de la recherche en IA.

En partenariat avec:

RBC-logo