Passer au contenu

/ La recherche

Je donne

Rechercher

Génie; Sciences appliquées; Sciences pures

Institut des algorithmes d'apprentissage de Montréal

Centre facultaire
Département d'informatique et de recherche opérationnelle
Autres numéros : 514 576-5212 (Information) 514 343-7593 (Laboratoire)
Autres courriels : lisa@iro.umontreal.ca (Autre courriel) jeff.heinrich@umontreal.ca (Personne contact)

Médias

Montréal Centre Technologique de Classe Mondiale.

Montréal Centre Technologique de Classe Mondiale, dresse un portrait complet et dynamique de l’écosystème technologique du grand Montréal. Produit par TCB MÉDIAS.

Yoshua Bengio - Capsule Passion Science / Découverte - Radio-Canada télévision

Court vidéo de Yoshua Bengio interviewé sur l'intelligence et l'intelligence artificielle, filmé pour la série des capsules Passion Science de l'émission de télévision Découverte de Radio-Canada.

L'Intelligence Artificielle avec la sommité mondiale Yoshua Bengio à Tout Le Monde En Parle

Sommité mondiale en matière d’intelligence artificielle, le chercheur Yoshua Bengio veut apprendre aux ordinateurs… à apprendre! C’est d’abord en étudiant l’intelligence humaine qu’on pourra mettre au point des ordinateurs qui pourront, un jour, égaler le cerveau humain. Le pionnier de l’apprentissage profond explique en quoi toutes ces avancées posent des défis éthiques, économiques et sociaux.

La révolution de 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.

Portrait

À propos

Les recherches du MILA se situent dans le domaine des algorithmes d’apprentissage statistique. Elles visent à mettre au point des algorithmes permettant aux ordinateurs de découvrir et d’utiliser l’information implicitement présente dans un ensemble de données ou d’exemples. Il s’agit de recherches au carrefour de l’intelligence artificielle et la statistique.

Affiliations

Unités de recherche

  • Centre de recherches mathématiques
  • Institut de valorisation des données

Organismes partenaires

  • Nvidia
  • IBM
  • Google
  • Facebook
  • D-wave
  • Imagia
  • Qualcomm
  • Intel
  • Sulfur Heron Cognitive Systems Inc
  • ApStat technologies
  • Huawei
  • Nuance Foundation
  • Amazon
  • Druide informatique
  • Microsoft
  • Panasonic
  • Maluuba
  • Tencent

Adresses

Localisation sur le campus UdeM

André-Aisenstadt, local 3353

Équipe

Responsables

À l’Université de Montréal

Membres

À l’Université de Montréal

Externes

Christopher Pal (Membre)
Doina Precup (Membre associé)
Joelle Pineau (Membre associé)
Andrea Lodi (Membre associé)

Expertise

Description de l’expertise

Les chercheurs de l'Institut des algorithmes d'apprentissage de Montréal ou Montreal Institute for Learning Algorithms (MILA) ont développés une expertise en réseaux profonds (autant discriminants que génératifs( et leurs applications en vision, parole, langauge. Le MILA est reconnu mondialement pour ses nombreuses percées dans le développement de nouveaux algorithmes d'apprentissage des réseaux profonds et leurs applications à de nombreux domaines. Ses domaines sont entre autres, la modélisation du langage, la traduction automatique, la reconnaissance d'objets, la modélisation de modèles génératifs avec sorties structurées, le reconnaissance du langage naturel.

Nos principaux champs de recherches sont:

  • Théorie de l'apprentissage profond: avantages théoriques et compréhension de l'apprentissage profond, découvrir comment entraîner des architectures profondes
  • Défis de l'optimisation des réseaux profonds: comment mieux entraîner des réseaux profonds
  • Apprentissage profond grande échelle: comment implémenter et entraîner de plus gros modèels, comment entraîner des modèles plus rapidement
  • Traitement du langage naturel: traduction automatique, reconnaissance de parole, modèles de langage naturel, entraînemenet d'Un bout à l'autre de la chaîne de traitement
  • Vision: applications à al reconnaissance d'objets, classificaiton d'émotions reconnaissance d'activités, détection de visages
  • Modèles génératifs non-supervisés: alternatives aux machines de Boltzmann, apprentissage de caractéristiques, modèles génératifs, désambiguïsation de variations, auto-encodeurs, apprentissage de variétés
  • Réseaux récurrents: modèles bidirectionnels, modèles d'attention, prise en compte des dépendances à long terme, modèles multi-échelles hiérarchiques

Projets et financement

Projets et réalisations

De nombreuses innovations ayant conduites à la très grande vague de popularité de l’apprentissage profond dans les médias ont été inventées ou co-inventées au MILA. Citons notamment des contributions importantes au pré-entraînement de réseaux non supervisés couche par couche, aux réseaux rectifieurs profonds supervisés, aux réseaux neuronaux génératifs, à la théorie et aux avancées sur les réseaux récurrents, à l’ajustement automatique d’hyper-paramètres, à la traduction automatique et à l’analyse théorique des réseaux neuronaux.

Publications et communications

Publications

Disciplines

  • Informatique
  • Génie informatique et génie logiciel
  • Mathématiques appliquées
  • Mathématiques fondamentales

Champ d’expertise

  • Algorithmes
  • Approches sur l'apprentissage et le développement
  • Modélisation des processus d'apprentissage
  • Modes d'apprentissage
  • Langage informatique
  • Modes de traduction
  • Traitement automatique des langues
  • Robotique et automatisation
  • Modélisation
  • Modélisation et simulation
  • Reconnaissance de la parole
  • Analyse des réseaux (information)
  • Systèmes neuronaux
  • Analyse numérique
  • Analyse mathématique
  • Mathématique informatique
  • Innovations technologiques
  • Programmation logique
  • Théories et règles de la logique
  • Logique (Math)