Conférence dans le cadre des Congrès scientifiques mondiaux TimeWorld : TimeWorld expose et anime la connaissance sous toutes ses formes, théorique, appliquée et prospective. TimeWorld propose un état de l'art sur une thématique majeure, avec une approche multiculturelle et interdisciplinaire. C'est l'opportunité de rencontres entre chercheurs, industriels, universitaires, artistes et grand public pour faire émerger des idées en science et construire de nouveaux projets.
https://timeworldevent.com/fr/
-------------------------------
Yoshua Bengio
Chercheur en intelligence artificielle
Yoshua Bengio Ph. D. F.R.S. O.C. S.R.C est chercheur en intelligence artificielle, pionnier de l'apprentissage profond. Il est professeur au département d'informatique et de recherche opérationnelle de l'Université de Montréal Il est le fondateur et directeur scientifique de Mila. Il est récipiendaire du Prix Acfas Urgel-Archambault 2009, du prix Turing 2018, membre de l'Ordre du Canada et de la Royal Society (depuis 2020).
Conférence : Est-ce que l'IA peut aider la découverte scientifique ?
Jeudi 5 mai 2022, 10h - 10h45 — Amphi bleu
Jusqu'à présent on a surtout utilisé l'IA pour apprendre à classifier, prédire, etc à partir d'un jeu de données fixe et le plus grand possible. Mais si on observe comme l'enfant ou la scientifique découvrent le monde, elles explorent, elles sont curieuses, elles essaient de comprendre et elles agissent de manière instinctive (dans le cas de l'enfant) ou même délibérée et planifiée (dans le cas de la scientifique) pour améliorer cette compréhension. Certaines méthodes d'apprentissage par renforcement se développent pour justement aider la scientifique à mettre au point ses expériences, en tenant compte du fait qu'on va effectuer plusieurs expériences et que les premières vont permettre d'acquérir des connaissances qui vont servir aux suivantes. De plus, on est en train de mettre au point des algorithmes d'apprentissage qui cherchent à représenter la connaissance non seulement de manière intuitive (ce qu'on sait déjà faire assez bien) mais de manière plus structurée inspirée de la manière dont les humains réfléchissent et communiquent. En combinant les nouvelles technologies pour obtenir de grandes quantités de données à chaque expérience (plus qu'un humain puisse facilement digérer), de tels modèles apprenant et structurés et des générateurs de plans expérimentaux entraînés à maximiser le gain d'information, on espère arriver à accélérer le processus de découverte scientifique dans les prochaines années. Des expériences préliminaires sur la découverte de molécules seront présentées.