L’appel de propositions pour des subventions Catalyseur en IA du CIFAR a été lancé en janvier 2020 dans le cadre de la stratégie pancanadienne en matière d’intelligence artificielle. Ces subventions sont destinées à accélérer les développements dans de nouveaux domaines de recherche, et notamment les nouvelles collaborations relativement à l’apprentissage automatique et à son application dans différents secteurs de la science et de la société. Les projets retenus reçoivent un financement important pour appuyer leurs recherches pendant une période maximale de deux ans. 

Deux projets approuvés impliquent des professeurs du Département de sciences statistiques de l'Université of Toronto. 

« Repenser la généralisation et les diagnostics des modèles en apprentissage automatique moderne » est un projet conjoint du professeur adjoint Murat Erdogdu et de ses collaborateurs Ioannis Mitliagkas (titulaire de chaire IA Canada-CIFAR, Mila, Université de Montréal) et Manuela Girotti (Mila, Université Concordia). Le projet explore les propriétés de généralisation des algorithmes d’apprentissage machine modernes.

« La plupart des outils d’analyse de données existants ont vu le jour dans un contexte classique où la surparamétrisation résultait en un surajustement », explique Murat Erdogdu. « Bien qu’ils soient encore utiles dans le contexte moderne, l’apprentissage profond a encouragé les chercheurs à repenser certains concepts classiques clés de la statistique, tel le compromis biais-variance. L’objectif principal du projet que nous proposons est d’améliorer notre compréhension théorique des algorithmes d’apprentissage machine dans le régime surparamétré et d’exploiter les caractéristiques nouvellement découvertes afin de développer des outils d’analyse de données conçus spécialement pour le régime moderne. »

Murat Erdogdu

« Apprendre à résoudre des programmes linéaires mixtes en nombres entiers » est un autre projet approuvé qui vise à utiliser l’apprentissage machine pour la programmation linéaire mixte en nombres entiers. Les collaborateurs du projet sont Chris Maddison (Institut Vector, Université de Toronto) et Laurent Charlin (titulaire de chaire IA Canada-CIFAR, Mila, HEC, Université de Montréal). Chris Maddison rejoint les départements de science informatique et de sciences statistiques le 1er juillet 2020 à titre de professeur adjoint. 

« Nous cherchons à appliquer l’apprentissage machine à la programmation linéaire mixte en nombres entiers », explique Chris Maddison. « Étant donné que les programmes mixtes en nombres entiers qui intéressent les humains reflètent une régularité statistique dans les données réelles, ils représentent rarement les pires scénarios. Nous voulons appliquer les techniques d’apprentissage machine similaires à celles utilisées pour AlphaGo pour améliorer les solveurs en nombres entiers dans le cas moyen, de façon spécifique au domaine. Ces fonds supplémentaires nous aideront à instaurer une collaboration inter-organisationnelle. »

Chris Maddison

Le CIFAR est une organisation de recherche mondial à but non lucratif basée au Canada qui appuie la collaboration interdisciplinaire à long terme pour trouver réponse aux plus grandes questions de la science et de l’humanité. 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. 

« Le programme Catalyseur en IA du CIFAR a déjà déclenché le débat et une collaboration préliminaire entre les trois co-chercheurs principaux avant même notre admission », affirme Murat Erdogdu. « Nous croyons que nos intérêts de recherche sont alignés et cette subvention sert de premier pas vers une collaboration durable. »

Chris Maddison ajoute : « Je suis ravi du soutien qu’offre le CIFAR à ma recherche et à la communauté canadienne de l’apprentissage machine. Ils ont toujours appuyé la recherche risquée et payante et je pense que cela fait du Canada l’un des meilleurs endroits au monde où mener ce type de recherches! »