Passionné par la recherche, un professeur de l’Institut québécois d’intelligence artificielle (Mila) rejoint à temps plein l’équipe du laboratoire de recherche de Facebook à Montréal, afin de poursuivre le développement des connaissances sur les réseaux de neurones profonds.
Pascal Vincent est un des plus anciens collaborateurs de Yoshua Bengio, fondateur de Mila, auquel il s’est joint afin de poursuivre sa thèse de doctorat en 1998.
Partenaire avec l’équipe du FAIR (Facebook Artificial Intelligence Research) depuis trois ans, le chercheur quittera ses fonctions à l’Université de Montréal ce mois-ci pour être aux premières lignes des découvertes dans le domaine de l’intelligence artificielle (IA).
« Ça va me donner l’occasion de remettre la main à la pâte. Mes fonctions à Mila m’appellent à diriger des cours et à superviser les thèses de doctorat de mes étudiants. Ce nouvel emploi me permettra d’accorder plus de temps à la recherche fondamentale », souligne M. Vincent.
REPOUSSER LES FRONTIÈRES
Celui-ci s’attardera donc à un enjeu primordial en IA, le renforcement des réseaux de neurones profonds.
En effet, le sujet est important pour plusieurs entreprises qui comptent sur des modèles fondés sur des bases de données (data set) qui, au fil du temps, deviennent moins pertinentes, rendant l’outil parfois inefficace.
Il s’agit d’un problème de taille pour ces compagnies qui investissent de grandes sommes d’argent et beaucoup de ressources humaines afin d’assurer un meilleur rendement grâce aux technologies de pointe.
« Prenons en exemple un système de reconnaissance d’images qui aurait à identifier des images de chats. Vous pourriez l’entraîner en lui montrant des photos de chats gris et de flamants roses et en lui indiquant lesquels sont des félins et lesquels sont des oiseaux. Le problème survient lorsque vous donnez à la machine des images de chats roses et que celle-ci associe l’information sur la couleur à l’espèce. Le modèle pourrait donc y voir un flamant plutôt qu’un chat. Pour que le système fonctionne à partir de ces nouvelles informations, il faut que vous l’entraîniez à nouveau », explique M. Vincent.
Ce dernier cherche ainsi dans ses travaux à repousser les frontières de l’apprentissage des machines, surtout dans le domaine du « self-supervised learning » (apprentissage auto supervisé). Les modèles pourraient ainsi se corriger eux-mêmes vis-à-vis l’introduction de nouvelles données, avec une intervention minimale de la part des humains.
TRANSMETTRE LE SAVOIR
Ouvert il y a trois ans dans la métropole, le laboratoire FAIR de Montréal fait partie d’un réseau de centres situés à Paris, New York et en Californie et se trouve à la fine pointe de la recherche fondamentale.
Que ce soit dans le département du langage, de la robotique, de la santé ou de l’énergie, le géant du web finance des travaux académiques qui changeront certainement le monde du futur.
Plus étonnant encore, le produit de ces recherches est publié publiquement dans un modèle entièrement « open-source » (données ouvertes), selon le chercheur.
« Il y a deux raisons pourquoi Facebook a adopté cette attitude d’ouverture. Premièrement, parce que les avancées qui y sont obtenues propulseront sans doute l’économie de demain. Deuxièmement, parce que cela permet à l’entreprise d’en bénéficier, car l’expertise reste ainsi « dans la maison. Les connaissances ont ainsi de bonnes chances de percoler au sein de Facebook. Vu que les gens sont sur place, le savoir se transmet plus rapidement à la compagnie », souligne M. Vincent.
Facebook a ouvert son laboratoire montréalais en 2017. FAIR est dirigé par Joëlle Pineau, professeure à l’Université McGill et membre du MILA. Il emploie des chercheurs scientifiques et des ingénieurs qui participent à divers projets et se concentrent plus particulièrement sur l’apprentissage par renforcement et les systèmes de dialogue.