Back to the list of professors Update your profile

Fundamental Sciences; Applied Sciences; Natural Sciences and Engineering; Engineering; Information and Communication Technologies

Yoshua Bengio

Learning Algorithms and Artificial Intelligence

Professeur titulaire

Faculté des arts et des sciences - Département d'informatique et de recherche opérationnelle

André-Aisenstadt, room 3243

514 343-6804

yoshua.bengio@umontreal.ca

Secondary email: bengioy@iro.umontreal.ca (Travail)

The Rise of Artificial Intelligence through Deep Learning | Yoshua Bengio | TEDxMontreal

A revolution in AI is occurring thanks to progress in deep learning. How far are we towards the goal of achieving human-level AI? What are some of the main challenges ahead?

| FRQ | Yoshua Bengio et les impacts de l'IA | Conférence de Montréal 2018

Est-ce possible d'encadrer la manière d'utiliser l'intelligence artificielle ?

Capsule science #7 : Qu'est-ce que l'intelligence artificielle ?

Yoshua Bengio, professeur au Département d'informatique et de recherche opérationnelle de l'Université de Montréal, nous parle de l'intelligence artificielle.

Yoshua Bengio: Deep Learning Cognition | Full Keynote - AI in 2020 & Beyond

Yoshua Bengio, considered one of the 'Godfathers of Artificial Intelligence' discusses Recurrent independent mechanisms, sample complexity, end-to-end adaptation, multivariate categorical MLP conditionals and more.

RE•WORK

Profile

Research expertise

My long-term goal is to understand intelligence; understanding its underlying principles would give us access to artificial intelligence (AI), and I believe that learning algorithms are essential in this quest. Learning algorithms could give computers the ability to capture operational knowledge (not necessarily in symbolic / verbal form) from examples.

Biography

Understanding intelligence and its implications at all levels to unlock artificial intelligence (AI) is Yoshua Bengio’s long-term goal. Scientific Director at IVADO, a full professor in the Department of Computer Science and Operations Research (DIRO) at Université de Montréal, the director of the Montréal Institute for Learning Algorithms (MILA) and Canada Research Chair in Statistical Learning Algorithms, Professor Bengio aims to reveal the mathematical and computational mechanisms from which intelligence emerges.

Through their work on learning algorithms, Yoshua Bengio and his team are attempting to provide computers with the capacity to acquire operational knowledge by learning from examples. A machine that has acquired knowledge could then accurately generate predictions, categorize new cases and generalize findings to new situations. Professor Bengio seeks to give impetus to the development of more intelligent machines that understand the world around us, make decisions accordingly and are ultimately of service to society.

Research in the field drives a number of scientific and technological sectors, most notably research engines, natural language processing, automatic translation, artificial vision and datamining.

Professor Bengio earned a PhD in computer science from McGill University (1991) and is the co-director of the Neural Computation & Adaptive Perception program of the Canadian Institute for Advanced Research. He also holds the NSERC/Ubisoft Industrial Research Chair on Learning Representations for Immersive Video Games and works as the editor of the Journal of Machine Learning Research and the associate editor of Neural Computation and Foundations and Trends in Machine Learning.

Awards and recognitions

Prix d’excellence du Fonds de recherche du Québec ‒ Nature et technologies (FRQNT) - 2019
Colauréat du prix A. M. Turing - 2019
Prix Marie-Victorin (sciences naturelles et génie) - 2017
Insigne d'officier - Ordre du Canada - 2017
Académie des sciences - Société royale du Canada - 2017

education

1988 — Maîtrise — Informatique — Université McGill
1991 — Doctorat — Informatique — Université McGill

For more information…

Affiliations and responsabilities

Research affiliations

Research units

Directeur scientifique

Membre

Teaching and supervision Currently recruiting

Recruitment in research Currently recruiting

Mila is always looking for good candidates at all levels: interns (part-time or full-time), master’s students, PhD students (including visitors) and post-docs.

Mila is proud to award scholarships aiming to promote equality and diversity within the scientific community in artificial intelligence. Students who are members of under-represented groups in our field of research and who apply to MILA are eligible for such scholarships. See also “Equality and diversity : Mila’s core values” for more information.

For all other information please visit: “why study at Mila and FAQ.“

Students at PhD and postdoc levels are expected to already have strong exposure to machine learning, and preferably to deep learning. A strong background in mathematics (probability, linear algebra, numerical optimization, statistics) and computer science (numerical computation, open source software development) is expected at all levels. Postdoc levels candidates typically already have a strong track record in deep learning itself.

To find out more about the positions available, visit the page on the MILA website >>>

Student supervision

Theses and dissertation supervision (Papyrus Institutional Repository)

2024

Advances in uncertainty modelling : from epistemic uncertainty estimation to generalized generative flow networks

Graduate : Lahlou, Salem
Cycle : Doctoral
Grade : Ph. D.

2023

Learning and planning with noise in optimization and reinforcement learning

Graduate : Thomas, Valentin
Cycle : Doctoral
Grade : Ph. D.

2023

From specialists to generalists : inductive biases of deep learning for higher level cognition

Graduate : Goyal, Anirudh
Cycle : Doctoral
Grade : Ph. D.

2023

Inductive biases for efficient information transfer in artificial networks

Graduate : Kerg, Giancarlo
Cycle : Doctoral
Grade : Ph. D.

2023

Contributions to generative models and their applications

Graduate : Che, Tong
Cycle : Doctoral
Grade : Ph. D.

2022

Dynamics of learning and generalization in neural networks

Graduate : Pezeshki, Mohammad
Cycle : Doctoral
Grade : Ph. D.

2022

Optimization tools for non-asymptotic statistics in exponential families

Graduate : Le Priol, Rémi
Cycle : Doctoral
Grade : Ph. D.

2022

Latent data augmentation and modular structure for improved generalization

Graduate : Lamb, Alexander
Cycle : Doctoral
Grade : Ph. D.

2021

On representation learning for generative models of text

Graduate : Subramanian, Sandeep
Cycle : Doctoral
Grade : Ph. D.

2021

Towards computationally efficient neural networks with adaptive and dynamic computations

Graduate : Kim, Taesup
Cycle : Doctoral
Grade : Ph. D.

2021

Locality and compositionality in representation learning for complex visual tasks

Graduate : Sylvain, Tristan
Cycle : Doctoral
Grade : Ph. D.

2021

A deep learning theory for neural networks grounded in physics

Graduate : Scellier, Benjamin
Cycle : Doctoral
Grade : Ph. D.

2020

Entity-centric representations in deep learning

Graduate : Assouel, Rim
Cycle : Master's
Grade : M. Sc.

2020

On challenges in training recurrent neural networks

Graduate : Anbil Parthipan, Sarath Chandar
Cycle : Doctoral
Grade : Ph. D.

2020

Natural image processing and synthesis using deep learning

Graduate : Ganin, Iaroslav
Cycle : Doctoral
Grade : Ph. D.

2020

Deep neural networks for natural language processing and its acceleration

Graduate : Lin, Zhouhan
Cycle : Doctoral
Grade : Ph. D.

2020

Representation learning for dialogue systems

Graduate : Serban, Iulian Vlad
Cycle : Doctoral
Grade : Ph. D.

2020

On sample efficiency and systematic generalization of grounded language understanding with deep learning

Graduate : Bahdanau, Dzmitry
Cycle : Doctoral
Grade : Ph. D.

2020

Towards better understanding and improving optimization in recurrent neural networks

Graduate : Kanuparthi, Bhargav
Cycle : Master's
Grade : M. Sc.

2020

Méta-enseignement : génération active d’exemples par apprentissage par renforcement

Graduate : Larocque, Stéphanie
Cycle : Master's
Grade : M. Sc.

2020

Characterizing and comparing acoustic representations in convolutional neural networks and the human auditory system

Graduate : Thompson, Jessica A. F.
Cycle : Doctoral
Grade : Ph. D.

2020

Neural approaches to dialog modeling

Graduate : Sankar, Chinnadhurai
Cycle : Doctoral
Grade : Ph. D.

2020

Advances in deep learning methods for speech recognition and understanding

Graduate : Serdyuk, Dmitriy
Cycle : Doctoral
Grade : Ph. D.

2019

Prédiction et génération de données structurées à l'aide de réseaux de neurones et de décisions discrètes

Graduate : Dutil, Francis
Cycle : Master's
Grade : M. Sc.

2019

On Deep Multiscale Recurrent Neural Networks

Graduate : Chung, Junyoung
Cycle : Doctoral
Grade : Ph. D.

2019

Learning and time : on using memory and curricula for language understanding

Graduate : Gulcehre, Caglar
Cycle : Doctoral
Grade : Ph. D.

2019

Sequence-to-sequence learning for machine translation and automatic differentiation for machine learning software tools

Graduate : van Merriënboer, Bart
Cycle : Doctoral
Grade : Ph. D.

2019

Improved training of generative models

Graduate : Goyal, Anirudh
Cycle : Master's
Grade : M. Sc.

2019

Applications of complex numbers to deep neural networks

Graduate : Bilaniuk, Olexa
Cycle : Master's
Grade : M. Sc.

2019

Analyzing the benefits of communication channels between deep learning models

Graduate : Lacaille, Philippe
Cycle : Master's
Grade : M. Sc.

2019

Improved training of energy-based models

Graduate : Kumar, Rithesh
Cycle : Master's
Grade : M. Sc.

2019

Learning competitive ensemble of information-constrained primitives

Graduate : Sodhani, Shagun
Cycle : Master's
Grade : M. Sc.

2019

Auto-Encoders, Distributed Training and Information Representation in Deep Neural Networks

Graduate : Alain, Guillaume
Cycle : Doctoral
Grade : Ph. D.

2019

Recurrent neural models and related problems in natural language processing

Graduate : Zhang, Saizheng
Cycle : Doctoral
Grade : Ph. D.

2018

Exploring Attention Based Model for Captioning Images

Graduate : Xu, Kelvin
Cycle : Master's
Grade : M. Sc.

2018

Difference target propagation

Graduate : Lee, Dong-Hyun
Cycle : Master's
Grade : M. Sc.

2018

Representation Learning for Visual Data

Graduate : Dumoulin, Vincent
Cycle : Doctoral
Grade : Ph. D.

2018

Reparametrization in deep learning

Graduate : Dinh, Laurent
Cycle : Doctoral
Grade : Ph. D.

2018

Feedforward deep architectures for classification and synthesis

Graduate : Warde-Farley, David
Cycle : Doctoral
Grade : Ph. D.

2018

Learning visual representations with neural networks for video captioning and image generation

Graduate : Yao, Li
Cycle : Doctoral
Grade : Ph. D.

2017

Structured prediction and generative modeling using neural networks

Graduate : Kastner, Kyle
Cycle : Master's
Grade : M. Sc.

2017

Speech synthesis using recurrent neural networks

Graduate : Rodríguez Sotelo, José Manuel
Cycle : Master's
Grade : M. Sc.

2017

Sequential modeling, generative recurrent neural networks, and their applications to audio

Graduate : Mehri, Soroush
Cycle : Master's
Grade : M. Sc.

2017

Towards deep semi supervised learning

Graduate : Pezeshki, Mohammad
Cycle : Master's
Grade : M. Sc.

2016

Bidirectional Helmholtz Machines

Graduate : Shabanian, Samira
Cycle : Master's
Grade : M. Sc.

2016

Advances in scaling deep learning algorithms

Graduate : Dauphin, Yann
Cycle : Doctoral
Grade : Ph. D.

2016

Designing Regularizers and Architectures for Recurrent Neural Networks

Graduate : Krueger, David
Cycle : Master's
Grade : M. Sc.

2015

On Recurrent and Deep Neural Networks

Graduate : Pascanu, Razvan
Cycle : Doctoral
Grade : Ph. D.

2015

Leveraging noisy side information for disentangling of factors of variation in a supervised setting

Graduate : Carrier, Pierre Luc
Cycle : Master's
Grade : M. Sc.

2015

Distributed conditional computation

Graduate : Léonard, Nicholas
Cycle : Master's
Grade : M. Sc.

2015

Apprentissage des réseaux de neurones profonds et applications en traitement automatique de la langue naturelle

Graduate : Glorot, Xavier
Cycle : Doctoral
Grade : Ph. D.

2015

Apprentissage d'espaces sémantiques

Graduate : Mesnil, Grégoire
Cycle : Doctoral
Grade : Ph. D.

2015

Deep learning of representations and its application to computer vision

Graduate : Goodfellow, Ian
Cycle : Doctoral
Grade : Ph. D.

2014

Improving sampling, optimization and feature extraction in Boltzmann machines

Graduate : Desjardins, Guillaume
Cycle : Doctoral
Grade : Ph. D.

2014

Algorithmes d’apprentissage profonds supervisés et non-supervisés: applications et résultats théoriques

Graduate : Thibodeau-Laufer, Eric
Cycle : Master's
Grade : M. Sc.

2014

Modeling High-Dimensional Audio Sequences with Recurrent Neural Networks

Graduate : Boulanger-Lewandowski, Nicolas
Cycle : Doctoral
Grade : Ph. D.

2013

Algorithmes d'apprentissage pour la recommandation

Graduate : Bisson, Valentin
Cycle : Master's
Grade : M. Sc.

2012

Réseaux de neurones à relaxation entraînés par critère d'autoencodeur débruitant

Graduate : Savard, François
Cycle : Master's
Grade : M. Sc.

2012

Apprentissage machine efficace : théorie et pratique

Graduate : Delalleau, Olivier
Cycle : Doctoral
Grade : Ph. D.

2012

Apprentissage de représentations musicales à l'aide d'architectures profondes et multiéchelles

Graduate : Hamel, Philippe
Cycle : Doctoral
Grade : Ph. D.

2011

Prédiction de l'attrition en date de renouvellement en assurance automobile avec processus gaussiens

Graduate : Pannetier Lebeuf, Sylvain
Cycle : Master's
Grade : M. Sc.

2011

Understanding deep architectures and the effect of unsupervised pre-training

Graduate : Erhan, Dumitru
Cycle : Doctoral
Grade : Ph. D.

2011

Incorporating complex cells into neural networks for pattern classification

Graduate : Bergstra, James
Cycle : Doctoral
Grade : Ph. D.

2010

Modèle informatique du coapprentissage des ganglions de la base et du cortex : l'apprentissage par renforcement et le développement de représentations

Graduate : Rivest, François
Cycle : Doctoral
Grade : Ph. D.

2010

Sequential Machine learning Approaches for Portfolio Management

Graduate : Chapados, Nicolas
Cycle : Doctoral
Grade : Ph. D.

2010

Training deep convolutional architectures for vision

Graduate : Desjardins, Guillaume
Cycle : Master's
Grade : M. Sc.

2010

Échantillonnage dynamique de champs markoviens

Graduate : Breuleux, Olivier
Cycle : Master's
Grade : M. Sc.

2009

Étude de techniques d'apprentissage non-supervisé pour l'amélioration de l'entraînement supervisé de modèles connexionnistes

Graduate : Larochelle, Hugo
Cycle : Doctoral
Grade : Ph. D.

2008

Avancées théoriques sur la représentation et l'optimisation des réseaux de neurones

Graduate : Le Roux, Nicolas
Cycle : Doctoral
Grade : Ph. D.

2008

TONGA : un algorithme de gradient naturel pour les problèmes de grande taille

Graduate : Manzagol, Pierre-Antoine
Cycle : Master's
Grade : M. Sc.

2008

Modèles Pareto hybrides pour distributions asymétriques et à queues lourdes

Graduate : Carreau, Julie
Cycle : Doctoral
Grade : Ph. D.

2007

Boosting hierarchique et construction de filtres

Graduate : LaBarre, Marc-Olivier
Cycle : Master's
Grade : M. Sc.

2006

Collaborative filtering techniques for drug discovery

Graduate : Erhan, Dumitru
Cycle : Master's
Grade : M. Sc.

2006

Algorithms for classifying recorded music by genre

Graduate : Bergstra, James
Cycle : Master's
Grade : M. Sc.

2005

Extraction d'information à partir de transcription de conversations téléphoniques spécialisées

Graduate : Boufaden, Narjès
Cycle : Doctoral
Grade : Ph. D.

2005

Réduction de dimension pour modèles graphiques probabilistes appliqués à la désambiguïsation sémantique

Graduate : Boisvert, Maryse
Cycle : Master's
Grade : M. Sc.

2005

Réducation de dimensionnalité non linéaire et vorace

Graduate : Ouimet, Marie
Cycle : Master's
Grade : M. Sc.

2004

Segmentation hiérarchique du domaine sémantique pour l'accélération d'un modèle de langage

Graduate : Morin, Frédéric
Cycle : Master's
Grade : M. Sc.

2004

Modèles à noyaux à structure locale

Graduate : Vincent, Pascal
Cycle : Doctoral
Grade : Ph. D.

2004

Méthodes à noyaux appliquées à la gestion de portefeuille

Graduate : Dorion, Christian
Cycle : Master's
Grade : M. Sc.

2004

Généralisation d'algorithmes de réduction de dimension

Graduate : Paiement, Jean-François
Cycle : Master's
Grade : M. Sc.

2003

Accélérer l'entraînement d'un modèle non-paramétrique de densité non normalisée par échantillonnage aléatoire

Graduate : Senécal, Jean-Sébastien
Cycle : Master's
Grade : M. Sc.

2003

Les algorithmes d'apprentissage appliqués aux risques financiers

Graduate : Dugas, Charles
Cycle : Doctoral
Grade : Ph. D.

2003

Quelques modèles de langage statistiques et graphiques lissés avec WordNet

Graduate : Jauvin, Christian
Cycle : Master's
Grade : M. Sc.

2002

Contributions à la compression de données

Graduate : Pigeon, Steven
Cycle : Doctoral
Grade : Ph. D.

2002

Statistical analysis of machine learning estimators of insurance premiums

Graduate : Meng, Linyan
Cycle : Master's
Grade : M. Sc.

2001

Architecture et programme d'entraînement pour agents qui apprennent par renforcement

Graduate : Desaulniers, Julien
Cycle : Master's
Grade : M. Sc.

2000

Critères d'optimisation d'algorithmes d'apprentissage en gestion de portefeuille

Graduate : Chapados, Nicolas
Cycle : Master's
Grade : M. Sc.

1999

Prise de décision à partir de données séquentielles

Graduate : Gingras, François
Cycle : Doctoral
Grade : Ph. D.

1999

Utilisation d'hyper-paramètres pour la sélection de variables

Graduate : Latendresse, Simon
Cycle : Master's
Grade : M. Sc.

Projects

Research projects

2023 - 2030

FD - R3AI: Shifting Paradigms for a Robust, Reasoning, and Responsible Artificial Intelligence and its Adoption

Lead researcher : Marie-Josée Hébert

Co-researchers : Yoshua Bengio , Yves Brun , Irina Rish , Jean-François Cordeau , Samuel Kadoury , Christopher Pal , Caroline Aubé , Doina Precup , Lyse Langlois , Véronique Guèvremont , Foutse Khomh , Jason Lewis

Funding sources: SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements

Grant programs: PVXXXXXX-Fonds d'excellence en recherche Apogée Canada

2023 - 2029

Médaille d’or Gerhard-Herzberg en sciences et en génie du Canada

Lead researcher : Yoshua Bengio

Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Grant programs: PVX20968-Médaille d'or Gerhard-Herzberg en sciences et en génie du Canada

2022 - 2029

Centre de recherches mathématiques (CRM)

Lead researcher : Octavian Cornea

Co-researchers : Yoshua Bengio , François Lalonde , Gilles Brassard , Michel Delfour , Marlène Frigon , Véronique Hussin , Christiane Rousseau , Jacques Bélair , Paul M Gauthier , Sabin Lessard , Alain Vinet , Nadia El-Mabrouk , Gena Hahn , Christian Léger , Fahima Nekka , Iosif Polterovich , Yvan Saint Aubin , Andrew Granville , Sylvie Hamel , Manuel Morales , François Perron , Mylène Bédard , Pierre Duchesne , Matilde Lalin , Robert Gwyn Owens , Manu Paranjape , Dana Schlomiuk , Luc Vinet , Hugo Chapdelaine , Mireille Schnitzer , Karim Jerbi , Alexander Fribergh , Alejandro Murua , Maciej Augustyniak , Benoît Mâsse , Dimitrios Koukoulopoulos , Jun Li , Benjamin Seamone , William Witczak-Krempa , Egor Shelukhin , Morgan Craig , Guillaume Lajoie , Margarida Carvalho , Guy Wolf , Florian Maire , Frédéric Dupont-Dupuis , Michael C. Mackey , Frédéric Lesage , Russell Steele , Erica Moodie , Paul François , Henri Darmon , Maxime Descoteaux , Prakash Panangaden , André Dieter Bandrauk , Peter Bartello , Chantal David , Jean-Marc Lina , Anthony Raymond Humphries , John P. Harnad , Jacques Claude Hurtubise , Pengfei Guan , John A Toth , Niky Kamran , Adrian Iovita , Eyal Goren , Dmitry Jakobson , Vojkan Jaksic , Daniel Tzvi Wise , André Garon , Éric P. Marchand , Debbie Janice Dupuis , Yogendra Chaubey , Pawel Gora , Hershy Kisilevsky , Galia Dafni , D. Korotkin , Marco Bertola , Alina Stancu , Lea Popovic , Ibrahim Assem , Tomasz Kaczynski , Shiping Liu , Vasilisa Shramchenko , Bruno L. Rémillard , Richard Fournier , Alfred Michel Grundland , David Stephens , Xiaowen Chang , Frederic Guichard , Erik P. Cook , Robert Brandenberger , Adrian Vetta , Keshav Dasgupta , Christophe Grova , Gantumur Tsogtgerel , Johanna Neslehova , Jean-Christophe Nave , Anmar Khadra , Adam M. Oberman , Michael Yves Michel Pichot , Alexander Maloney , Dana Louigi Addario-Berry , José Garrido , Alexei Kokotov , Wei Sun , Patrice Gaillardetz , Linan Chen , Piotr Przytycki , Vladimir Makarenkov , Louis-Paul Rivest , François Bergeron , Steven P. Boyer , Line Baribeau , Frédéric Gourdeau , Claude Levesque , Thomas Joseph Ransford , Jean-Marie De Koninck , Javad Mashreghi , Thierry Duchesne , Srecko Brlek , Christophe Reutenauer , Vestislav Apostolov , Steven Lu , Geneviève Lefebvre , Hélène Cossette , Étienne Marceau , José Manuel Urquiza , Michael Lau , Alexandre Girouard , Antonio Lei , Jean-François Renaud , Christophe Hohlweg , Mathieu Boudreault , FRANCO SALIOLA , Alexandre Roch , Frédéric Rochon , Alexandre Blondin-Massé , Clement Hyvrier , Denis Talbot , Alexandre Bureau , Fabrice Larribe , Aurélie Labbe , Cody Hyndman , Khader Khadraoui , Hamed Hatami , Roger Villemaire , Frédéric Godin , Marcin Sabok , Yi Yang , Anne Mackay , Jérôme Vétois , Ting-Huei Chen , Habib Benali , Taoufik Bouezmani , Christian Genest , Xiaowen Zhou , Sorana Froda , Mélina Mailhot , Alexandra Schmidt , Simon Philippe Caron-Huot , Abdoulaye Banire Diallo , Jean-Philippe Lessard , Sarah Harrison , Anne-Sophie Charest , Masoud Asgharian-Dastenael , Rustum Choksi , Abbas Khalili Mahmoudabadi , Simon Gravel , Arusharka Sen , Arthur Charpentier , Mathieu Pigeon , Benoit Larose , Thomas Brüstle , Laurent Charlin , Janosch Ortmann , Tim Hoheisel , Jean Deteix , Jessica Lin , Michael Lipnowski , Giovanni Rosso , Thomas Hugh , Jean-Philippe Burelle , Julien Keller , Félix Camirand Lemyre , Marie-Pier Côté , Damir Kinzebulatov , Duncan McCoy , Klaus Herrmann , Felix Kwok , Courtney Paquette , Anush Tserunyan , Suresh Krishna , Valentino Tosatti , Patrick Brodie Allen , Behrooz Yousefzadeh , Marc-Hubert Nicole , Rober Platt

Funding sources: FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)

Grant programs: PVXXXXXX-(RS) Programme de regroupements stratégiques

2022 - 2029

Union Neurosciences et Intelligence Artificielle Québec (UNIQUE)

Lead researcher : Karim Jerbi

Co-researchers : Yoshua Bengio , Christian Casanova , Frédéric Gosselin , John Francis Kalaska , Philippe Langlais , Pierre Rainville , Richard Robitaille , Pierre Jolicoeur , Paul Cisek , Numa Dancause , Sarah Lippé , Andrea Michelle Green , Simona Maria Brambati , Roberto Araya , Pierre-Louis Bellec , Guillaume Lajoie , Irina Rish , Becket Ebitz , Guillaume Dumas , Eilif B. Muller , Ian Charest , Catherine Duclos , Vincent Taschereau-Dumouchel , Matthew Perich , Shahab Bakhtiari , Julien Cohen-Adad , Frédéric Lesage , Éric Plourde , Alan C Evans , Doina Precup , Maxime Descoteaux , Tal Arbel , Jean-Marc Lina , Farida Cheriet , Erik P. Cook , Christophe Grova , Christian Gagné , Yves De Koninck , Simon Duchesne , Stefanie Blain-Moraes , François Laviolette , Julien Doyon , Bratislav Misic , Paul De Koninck , Simon Hardy , Nicolas Doyon , Thomas R Shultz , Christopher Pack , Amir Shmuel , Nikola Stikov , Kevin Whittingstall , Habib Benali , Ismail Ben Ayed , Patrick Desrosiers , Jean-Baptiste Poline , Audrey Durand , Danilo Bzdok , Marie-Jean Meurs , Flavie Lavoie-Cardinal , Caroline Ménard , Benjamin De Leener , Hervé Lombaert , Joël Lefebvre , Pouya Bashivan , Blake Richards , Suresh Krishna , Hassan Rivaz , Tristan Glatard , Sylvain Bouix

Funding sources: FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)

Grant programs: PVXXXXXX-(RS) Programme de regroupements stratégiques

2019 - 2029

Autonomous Deep Learning for AI

Lead researcher : Yoshua Bengio

Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Grant programs: PVX20965-(RGP) Programme de subvention à la découverte individuelle ou de groupe

2024 - 2028

Modélisation des défis émergents

Lead researcher : Octavian Cornea

Co-researchers : Yoshua Bengio , Arlette Kolta , Andrew Granville , Roxane de la Sablonnière , Karim Jerbi , Morgan Craig , Guillaume Lajoie , Bouchra Nasri , Guillaume Dumas , David McLeod , Erica Moodie , Denise Klein-Broomberg , Dana Louigi Addario-Berry , Olivier Bahn , Marie-Jean Meurs , Flavie Lavoie-Cardinal , Tristan Glatard , Annie Levasseur , François Charette

Funding sources: FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)

Grant programs: PVXXXXXX-Initiative STRATÉGIA

2022 - 2027

NSERC CREATE in Science Leadership for Global Sustainability

Lead researcher : Damon Matthews

Co-researchers : Yoshua Bengio

Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Grant programs: PV118026-FONCER : Prog. formation orientée nouveauté, la collaboration et l'expérience en recherche

2022 - 2027

Novel generative active learning algorithms for exploring the space of antimicrobial peptides to respond to antibiotics resistance

Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Grant programs: PVXXXXXX-Horizons de la découverte

2020 - 2025

Mila - Quebec Artificial Intelligence Institute for working on the project proposed by Helmholtz Zentrum München Financial support for the proposal of an Helmholtz International Lab

Lead researcher : Yoshua Bengio

Funding sources: FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)

Grant programs: PVXXXXXX-Grands défis de société

2018 - 2025

NSERC CREATE Program on Machine Learning in Quantitative Finance and Business Analytics

Lead researcher : Manuel Morales

Co-researchers : Yoshua Bengio , Alain Tapp , Fabian Bastin , Geneviève Gauthier , Erick Delage , Cody Hyndman , Marco Bijvank , Christine Lemieux , Yuri Levin , Jia Yuan Yu , Matthew Thompson

Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Grant programs: PV118026-FONCER : Prog. formation orientée nouveauté, la collaboration et l'expérience en recherche

2016 - 2025

FI - Data Serving Canadians : Strategy for a Data-Driven Innovation Ecosystem

Lead researcher : Marie-Josée Hébert

Co-researchers : Yoshua Bengio , Michel Bouvier , Pierre L'Écuyer , Jean-Claude Tardif , Gilbert Laporte , Jean-François Cordeau , Michel Gendreau , François Soumis , Miguel Anjos , Andrea Lodi

Funding sources: SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements

Grant programs: PVXXXXXX-Fonds d'excellence en recherche Apogée Canada

2024

Extracting Document Structure from Text-Intensive Images, A Multi-Modal Approach

Lead researcher : Yoshua Bengio

Funding sources: MITACS Inc.

Grant programs: PVXXXXXX-Stage Accélération Québec - MITACS

2022 - 2024

L’IA pour la découverte de matériaux et molécules

Lead researcher : Yoshua Bengio

Co-researchers : Mickaël Dollé , Yves Brun , Yelena Simine

Funding sources: Génome Québec

Grant programs:

2022 - 2024

Thème 4 : L'IA pour la découverte de matériaux et molécules

Lead researcher : Yoshua Bengio

Co-researchers : Michael David Tyers , Mickaël Dollé , Yelena Simine

Funding sources: SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements

Grant programs: PVXXXXXX-Fonds d'excellence en recherche Apogée Canada

2021 - 2024

Program Co-Director, CCAI Chair, CIFAR program in Learning in Machines & Brains

Lead researcher : Yoshua Bengio

Funding sources: CIFAR - Canadian Institute for Advanced Research/ Institut canadien des recherches avancées

Grant programs:

2021 - 2024

Système d’aide à la décision pour la prédiction de la ressource renouvelable et du productible énergétique afin de contribuer à la réduction des émissions de gaz à effet de serre: Cas du Maroc

Lead researcher : Yoshua Bengio

Co-researchers : Hanane Dagdougui , Loubna Benabbou

Funding sources: Ministère du Développement durable, Environnement et Lutte contre les changements climatiques

Grant programs: PVXXXXXX-Programme de coopération climatique internationale

2021 - 2024

Generalization in Neural Networks

Lead researcher : Yoshua Bengio

Funding sources: SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements

Grant programs: PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse

2020 - 2024

Software infrastructure for Deep Learning

Lead researcher : Yoshua Bengio

Co-researchers : Jean-Claude Tardif , Pascal Vincent , Roland Memisevic , Marc Jolicoeur , Aaron Courville , Christopher Pal , Doina Precup , Joelle Pineau

Funding sources: FCI/Fondation canadienne pour l'innovation

Grant programs: PVXXXXXX-Fonds d'exploitation des infrastructures (FEI)

2020 - 2024

Learning in Machines & Brains

Lead researcher : Yoshua Bengio

Funding sources: CIFAR - Canadian Institute for Advanced Research/ Institut canadien des recherches avancées

Grant programs:

2019 - 2024

Union Neurosciences et Intelligence Artificielle Québec (UNIQUE) / Regroupements stratégiques

Lead researcher : Karim Jerbi

Co-researchers : Yoshua Bengio , Christian Casanova , Frédéric Gosselin , John Francis Kalaska , Philippe Langlais , Pierre Rainville , Richard Robitaille , Pierre Jolicoeur , Paul Cisek , Andrea Michelle Green , Simona Maria Brambati , Pascal Vincent , Pierre-Louis Bellec , Hugo Larochelle , Guillaume Lajoie , Julien Cohen-Adad , Frédéric Lesage , Alan C Evans , José Manuel Fernandez , Joelle Pineau , Maxime Descoteaux , Tal Arbel , Jean-Marc Lina , Farida Cheriet , Erik P. Cook , Christian Gagné , Yves De Koninck , Simon Duchesne , François Laviolette , Julien Doyon , Bratislav Misic , Paul De Koninck , Simon Hardy , Nicolas Doyon , Thomas R Shultz , Christopher Pack , Amir Shmuel , Nikola Stikov , Kevin Whittingstall , Habib Benali , Ismail Ben Ayed , Patrick Desrosiers , Jean-Baptiste Poline

Funding sources: FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)

Grant programs: PVXXXXXX-(RS) Programme de regroupements stratégiques

2019 - 2024

Learning in Machines & Brains (Co-Director)

Lead researcher : Yoshua Bengio

Funding sources: CIFAR - Canadian Institute for Advanced Research/ Institut canadien des recherches avancées

Grant programs:

2018 - 2024

Learning in Machines & Brains

Lead researcher : Yoshua Bengio

Funding sources: CIFAR - Canadian Institute for Advanced Research/ Institut canadien des recherches avancées

Grant programs:

2016 - 2023

NSERC COHESA: Computing Hardware for Emerging Intelligent Sensory Applications

Lead researcher : Andreas Moshovos

Co-researchers : Yoshua Bengio

Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Grant programs: PVX20967-(SPS/SPG) Subventions de projets stratégiques

2015 - 2023

CENTRE DE RECHERCHES MATHEMATIQUES (CRM)

Funding sources: Ministère Économie et Innovation

Grant programs:

2020 - 2021

Decentralized Deep Radiomics: Scaling up the discovery of prognostic and predictive cancer imaging biomarkers from routine clinical data across a network of hospitals

Lead researcher : Yoshua Bengio

2020 - 2021

Low Mixed Precision Techniques for CNN Models

Funding sources: Deeplite

Grant programs:

2020 - 2021

Providing value to SMB by optimizing ETL

Funding sources: MITACS Inc.

Grant programs: PVXXXXXX-Stage Accélération Québec - MITACS

2020 - 2021

Unsupervised Anomaly Detection in multivariate Time Series Data

Funding sources: MITACS Inc.

Grant programs: PVXXXXXX-Stage Accélération Québec - MITACS

2019 - 2021

Programme de fonds de démarrage et d'opération pour professeur IVADO - Compte fonds d'opération - Jonathan Binas

Funding sources: SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements

Grant programs: PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Fonds démarrage et opération

2019 - 2021

Subvention accordée au projet Apogée Données au service des Canadiens : apprentissage profond et optimisation aux fins de la révolution du savoir. / Bourse postdoc, Candidat Simon Verret.

Lead researcher : Yoshua Bengio

Funding sources: FRQSC/Fonds de recherche du Québec - Société et culture (FQRSC)

Grant programs: PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse

2019 - 2021

Lead researcher : Yoshua Bengio

Funding sources: SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements

Grant programs: PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse

2016 - 2021

Software infrastructure for Deep Learning

Lead researcher : Yoshua Bengio

Co-researchers : Jean-Claude Tardif , Pascal Vincent , Roland Memisevic , Marc Jolicoeur , Aaron Courville , Christopher Pal , Doina Precup , Joelle Pineau

Funding sources: FCI/Fondation canadienne pour l'innovation

Grant programs: PVXXXXXX-Initiative sur la cyberinfrastructure

2014 - 2021

DEEP LEARNING OF REPRESENTATIONS

Lead researcher : Yoshua Bengio

Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Grant programs: PVX20965-(RGP) Programme de subvention à la découverte individuelle ou de groupe

2020

Ground Truth

Lead researcher : Yoshua Bengio

Funding sources: MITACS Inc.

Grant programs: PVXXXXXX-Stage Accélération Québec - MITACS

2019 - 2020

Real-time visual detection for robotic inspection

Lead researcher : Yoshua Bengio

Funding sources: MITACS Inc.

Grant programs: PVXXXXXX-Stage Accélération Québec - MITACS

2019 - 2020

Deep learning-based drug discovery and molecule generation

Lead researcher : Yoshua Bengio

Funding sources: MITACS Inc.

Grant programs: PVXXXXXX-Stage Accélération Québec - MITACS

2019 - 2020

Funding sources: MITACS Inc.

Grant programs: PVXXXXXX-Stage Accélération Québec - MITACS

2017 - 2020

Canadian Open Neuroscience Platform_CONP

Lead researcher : Alan C Evans

Co-researchers : Yoshua Bengio , Julien Doyon , Jean-Claude Tardif , Patricia Conrod , Pierre-Louis Bellec , Sébastien Jacquemont

Funding sources: Fondation Brain Canada

Grant programs:

2002 - 2020

SUBVENTION D'INFRASTRUCTURE DU FRSQ POUR LE GRSNC(GROUPE DE RECHERCHE SUR LE SYSTÈME NERVEUX CENTRAL)

Lead researcher : Trevor Drew , Richard Robitaille , Louis-Éric Trudeau

Co-researchers : Serge Rossignol , Yoshua Bengio , Guy Doucet , Gilles Lavigne , Allan Smith , Pierre J. Blanchet , C. Elaine Chapman , Laurent Descarries , Gary Duncan , Arlette Kolta , Jean-Claude Lacaille , Richard Warren , Lionel Carmant , Luc DesGroseillers , Adriana Di Polo , John Francis Kalaska , Yves Lamarre , Nicole Leclerc , Pierre Rainville , Jean-Pierre Gossard , Pierre Drapeau , Hélène Girouard , Jannic Boehm , Paul Cisek , Numa Dancause , Karl J.L. Fernandes , Florin Amzica , Andrea Michelle Green , Daniel Lévesque , Anne-Noël Samaha , Christine Vande Velde , Réjean Dubuc , Vincent Castellucci , Louis St-Amant , Wayne Steven Sossin

Funding sources: FRQS/Fonds de recherche du Québec - Santé (FRSQ)

Grant programs: PVXXXXXX-Subvention de groupe de recherche

2019

AI to predict emergency visits

Lead researcher : Yoshua Bengio

Funding sources: MITACS Inc.

Grant programs: PVXXXXXX-Stage Accélération Québec - MITACS

2019

Reinforcement Learning for Aviation Training

Lead researcher : Yoshua Bengio

Funding sources: MITACS Inc.

Grant programs: PVXXXXXX-Stage Accélération Québec - MITACS

2018 - 2019

Data-driven Transplantation Science

Lead researcher : Yoshua Bengio

Co-researchers : Héloïse Cardinal , Andrea Lodi

Funding sources: SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements

Grant programs: PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Projet de recherche

2018 - 2019

Longitudinal Weak Labeling for Lung Cancer Prognosis and Treatment Response Prediction

Lead researcher : Yoshua Bengio

Co-researchers : Pascal Vincent

Funding sources: MITACS Inc.

Grant programs: PVXXXXXX-Stage Accélération Québec - MITACS

2017 - 2019

Apogée Canada fonds d'excellence en recherche / Fonds de soutien à la recherche de l'étudiant Devansh Arpit

Lead researcher : Yoshua Bengio

Co-researchers : Marie-Josée Hébert

Funding sources: SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements

Grant programs: PVXXXXXX-Fonds d'excellence en recherche Apogée Canada

2016 - 2018

Highperformance computing environment to leverage deep learning technology for large biomedical and neuroimaging data

Lead researcher : Yoshua Bengio

Co-researchers : Pascal Vincent , Luc Vinet , Roland Memisevic , Karim Jerbi , Aaron Courville , Christopher Pal

Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Grant programs: PVXXXXXX-(OIR) Outils et d'instruments de recherche (de 7 001 $ à 150 000 $)

2016 - 2018

Deep Learning for Cognitive Computing

Lead researcher : Yoshua Bengio

Co-researchers : Pascal Vincent , Roland Memisevic , Aaron Courville , Christopher Pal

Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG) , IBM Canada Ltée , IBM Canada Ltée

Grant programs: PVX20973-(RDC-CRD) Partenariat de recherche / Subvention de recherche et développement coopérative , ,

2015 - 2018

Leveraging Unlabelled, Off-Task Data to improve ASR for Low-Resource Languages Based on the Transferability of Acoustic Features Learned by Deep Neural Networks

Lead researcher : Marc Schoenwiesner

Co-researchers : Yoshua Bengio

Funding sources: MITACS Inc. , Ministère Économie et Innovation

Grant programs: PVXXXXXX-Stage Accélération Québec - MITACS , PVXXXXXX-Prog. soutien rech (PSR v1B): Soutien à des projets rech. (Mitacs)

2015 - 2018

Leveraging Unlabelled, Off-Task Data to improve ASR for Low-Resource Languages Based on the Transferability of Acoustic Features Learned by Deep Neural Networks

Lead researcher : Marc Schoenwiesner

Co-researchers : Yoshua Bengio

2014 - 2018

Lead researcher : Yoshua Bengio

Funding sources: Ubi Soft Divertissements Inc. , CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Grant programs: , PVX20971-(PCI) Professeurs-chercheurs industriels-Chaire de recherche industrielle

1994 - 2015

LEARNING DEEP ARCHITECTURES FOR AI

Lead researcher : Yoshua Bengio

Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Grant programs: PVX20965-(RGP) Programme de subvention à la découverte individuelle ou de groupe

2011 - 2014

APPRENTISSAGE DISTRIBUTE D'ARCHITECTURES PROFONDES SUR D'IMMENSES ENSEMBLES DE DONNEES

Lead researcher : Michael Rabbat

Co-researchers : Yoshua Bengio

Funding sources: FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)

Grant programs: PV113724-(PR) Projets de recherche en équipe (et possibilité d'équipement la première année)

2011 - 2014

DEEP LEARNING FOR IMAGE UNDERSTANDING

Lead researcher : Yoshua Bengio

Co-researchers : Pascal Vincent , Christopher Pal

Funding sources: Ubi Soft Divertissements Inc. , CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Grant programs: , PVX20973-(RDC-CRD) Partenariat de recherche / Subvention de recherche et développement coopérative

2004 - 2014

SUPPORT OF RESEARCH FOR THE ACADEMIC YEAR 2004-2005 TO 2012-2013

Lead researcher : Yoshua Bengio

Funding sources: ICRA/Institut canadien des recherches avancées

Grant programs:

2013

DEEP LEARNING FOR SPAM FILTERING

Lead researcher : Yoshua Bengio

Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Grant programs: PV128974-(EGP) Programme de subvention d'engagement partenarial

2013

IMPLEMENTING BOLTZMANN MACHINES ON QUANTUM COMPUTING HARDWARE

Lead researcher : Yoshua Bengio

Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Grant programs: PV128974-(EGP) Programme de subvention d'engagement partenarial

2012 - 2013

DEEP LEARNING FOR ADAPTIVE REAL-TIME BIDDING

Lead researcher : Yoshua Bengio

Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Grant programs: PVX81211-(I2IP) Programme De l'idée à l'innovation

2010 - 2013

MACHINE LEARNING ALGORITHMS FOR AUTOMATED ANALYSIS OF PLAYER BEHAVIOR IN NEXT-GENERATION VIDEO GAMES

Lead researcher : Yoshua Bengio

Funding sources: Ubi Soft Divertissements Inc.

Grant programs:

Outreach

Highlights

Mise en valeur d’une recherche

1988

Apprendre aux machines à penser

Des machines qui pensent comme des humains? Voilà un concept qui relève encore de la science-fiction. Ce qui n'empêche pas les chercheurs de s'attaquer à cette question et d'obtenir des résultats intéressants. Yoshua Bengio est professeur titulaire au Département d'informatique et de recherche opérationnelle à l'Université de Montréal et titulaire de la Chaire de recherche du Canada en algorithmes d'apprentissage statistiques. Spécialiste de renommée internationale des réseaux de neurones et de l'apprentissage machine, il se penche sur des problèmes que les ordinateurs doivent résoudre pour « apprendre » à partir des données reçues.
Avec ses douze étudiants et stagiaires postdoctoraux, Yoshua Bengio étudie deux grandes questions : l'élaboration d'algorithmes et de techniques d'apprentissage afin de traiter de nombreuses variables, ainsi que la création d'algorithmes de plus en plus performants pour traiter des dizaines ou des centaines de millions d'éléments d'information.
Apprendre de manière statistique
« Les animaux et les humains apprennent de manière statistique ¹, rappelle M. Bengio. Les événements ne se produisent pas tous de la même manière et chaque situation est nouvelle ou aléatoire. Pour la reconnaître, le cerveau doit, avant de conclure, généraliser ce qu'il a acquis. Et il doit le faire correctement, pour pouvoir prendre les bonnes décisions.
Mais comment un ordinateur peut-il généraliser correctement quand des centaines, des milliers ou des dizaines de milliers de variables sont en jeu? Yoshua Bengio travaille, par exemple, avec des industriels du domaine pharmaceutique pour identifier les molécules les plus prometteuses pour le développement de nouveaux médicaments. Autre exemple, en télécommunications : ses travaux permettent d'effectuer des analyses de clientèle chez Bell dans le but de diminuer les coûts de marketing. Et les algorithmes d'apprentissage qu'il conçoit contribuent aussi à réduire certains risques dans le domaine de la finance. Un groupe de ses étudiants a même fondé une entreprise qui aide les assureurs à évaluer le coût d'une police de manière beaucoup plus précise qu'avec les procédures classiques. Les nouvelles méthodes de calcul en jeu visent trois grands objectifs : résoudre des problèmes, économiser de l'argent et prendre de bonnes décisions.
Modéliser le langage
Dans Internet, les moteurs de recherche comme Google fonctionnent aussi à partir d'algorithmes d'apprentissage statistiques. Par exemple, pour reconnaître le sens du mot Java, le moteur doit analyser suffisamment d'informations pour décider s'il s'agit de l'île, du café ou du langage de programmation. Yoshua Bengio s'intéresse justement à la modélisation du langage. Il tente notamment de modéliser des séquences de mots : « Les machines analysent des centaines de millions de mots et tentent de prévoir le prochain mot à partir de ceux qui précèdent. Nous laissons rouler les ordinateurs pendant des mois. Mais nous sommes encore loin de l'intelligence artificielle telle que présentée dans les films », précise-t-il.
Des algorithmes gourmands
Ces algorithmes d'apprentissage sont extrêmement gourmands en termes de temps de calcul et d'espace de mémoire. Les processeurs de Altix 3700 sont beaucoup plus rapides que ceux auxquels M. Bengio avait accès jusqu'à maintenant et offrent un autre avantage : « Nous pouvons déjà décomposer nos algorithmes de manière à ce que plusieurs processeurs de calcul travaillent parallèlement sur des processeurs différents et qu'ils puissent communiquer entre eux. Il faudrait des mois pour exécuter une telle opération avec un ordinateur normal alors qu'avec Altix 3700, elle s'effectue jusqu'à 100 fois plus vite », explique Yoshua Bengio.

Publications and presentations

Publications

Publications pertinentes

Goodfellow, I.J., Y. Bengio et A. Courville. Deep Learning. Cambridge, MA: MIT Press, 2016.
LeCun, Y., Y. Bengio et G. Hinton. « Deep learning. » Nature 521, no 7553 (2015): 436–44.
Bahdanau, D., K. Cho et Y. Bengio. « Neural machine translation by jointly learning to align and translate. » ICLR, 2015. arXiv:1409.0473.

D'autres publications du professeur Yoshua Bengio, sont disponibles ici : http://www.iro.umontreal.ca/~lisa/publications2/index.php/authors/show/1

Disciplines

Computer Science
Statistics
Pure Mathematics
Applied Mathematics
Computer Engineering and Software Engineering

Areas of expertise

Machine learning
Representation learning
Deep learning
Temporal database
Artificial intelligence
Probabilistic models
Statistical models
Neural Networks
Computer vision
Data science
Natural-language processing (NLP)
Model Building
COVID19

Yoshua Bengio

Learning Algorithms and Artificial Intelligence

Media

Profile

Research expertise

Biography

Awards and recognitions

education

For more information…

Affiliations and responsabilities

Research affiliations

Research units

Directeur scientifique

Membre

Teaching and supervision Currently recruiting

Recruitment in research Currently recruiting

Student supervision

Theses and dissertation supervision (Papyrus Institutional Repository)

Projects

Research projects

FD - R3AI: Shifting Paradigms for a Robust, Reasoning, and Responsible Artificial Intelligence and its Adoption

Médaille d’or Gerhard-Herzberg en sciences et en génie du Canada

Centre de recherches mathématiques (CRM)

Union Neurosciences et Intelligence Artificielle Québec (UNIQUE)

Autonomous Deep Learning for AI

Modélisation des défis émergents

NSERC CREATE in Science Leadership for Global Sustainability

Novel generative active learning algorithms for exploring the space of antimicrobial peptides to respond to antibiotics resistance

Mila - Quebec Artificial Intelligence Institute for working on the project proposed by Helmholtz Zentrum München Financial support for the proposal of an Helmholtz International Lab

NSERC CREATE Program on Machine Learning in Quantitative Finance and Business Analytics

FI - Data Serving Canadians : Strategy for a Data-Driven Innovation Ecosystem

Extracting Document Structure from Text-Intensive Images, A Multi-Modal Approach

L’IA pour la découverte de matériaux et molécules

Thème 4 : L'IA pour la découverte de matériaux et molécules

Program Co-Director, CCAI Chair, CIFAR program in Learning in Machines & Brains

Système d’aide à la décision pour la prédiction de la ressource renouvelable et du productible énergétique afin de contribuer à la réduction des émissions de gaz à effet de serre: Cas du Maroc

Generalization in Neural Networks

Software infrastructure for Deep Learning

Learning in Machines & Brains

Union Neurosciences et Intelligence Artificielle Québec (UNIQUE) / Regroupements stratégiques

Learning in Machines & Brains (Co-Director)

Learning in Machines & Brains

NSERC COHESA: Computing Hardware for Emerging Intelligent Sensory Applications

CENTRE DE RECHERCHES MATHEMATIQUES (CRM)

GFlowNets for estimating free energy functions in reinforcement learning

Realtime detection and tracking of colorectal polyp

Realtime detection and tracking of colorectal polyp

Decentralized Deep Radiomics: Scaling up the discovery of prognostic and predictive cancer imaging biomarkers from routine clinical data across a network of hospitals

Apogée Canada fonds d'excellence en recherche / Bourse d'excellence IVADO au postdoctoraux Alexandra Luccioni

Low Mixed Precision Techniques for CNN Models

Decentralized Deep Radiomics: Scaling up the discovery of prognostic and predictive cancer imaging biomarkers from routine clinical data across a network of hospitals

Low Mixed Precision Techniques for CNN Models

Providing value to SMB by optimizing ETL

Unsupervised Anomaly Detection in multivariate Time Series Data

Programme de fonds de démarrage et d'opération pour professeur IVADO - Compte fonds d'opération - Jonathan Binas