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/
-------------------------------
Karim Jerbi est professeur au département de psychologie de l'Université de Montréal. Il est titulaire de la Chaire de recherche du Canada en neurosciences computationnelles et en neuroimagerie cognitive et dirige UNIQUE, le centre de recherche québécois en neuro-IA. Il est membre du Collège des nouveaux chercheurs, artistes et scientifiques de la Société royale du Canada. Il a obtenu un doctorat en neurosciences cognitives et imagerie cérébrale de l'Université Pierre & Marie Curie à Paris et un diplôme d'ingénieur biomédical de l'Université de Karlsruhe (Allemagne). Ses recherches se situent au carrefour des neurosciences cognitives, computationnelles et cliniques. Les recherches multidisciplinaires menées dans son laboratoire combinent la magnétoencéphalographie (MEG), l'électroencéphalographie (EEG) du cuir chevelu et intracrânienne avec le traitement avancé des signaux et l'analyse des données, y compris l'apprentissage automatique. Plusieurs projets en cours dans son laboratoire utilisent des enregistrements cérébraux électrophysiologiques pour examiner les changements dans les propriétés dynamiques des réseaux cérébraux à grande échelle dans divers états de conscience, de comportement dirigé vers un but et de prise de décision. Le Dr Jerbi s'intéresse également de près à la convergence entre l'IA, la science du cerveau, la créativité et l'art.
Conférence : La neuro-IA est-elle la prochaine révolution scientifique et technologique ?
Samedi 7 mai 2022, 9h15 - 10h — Amphi orange
L'intelligence artificielle (IA) est apparue à l'origine comme un défi conceptuel (pouvons-nous construire des machines qui pensent comme des humains ?) aux implications technologiques, scientifiques et philosophiques radicales. Bien qu'inspirées au départ par les connaissances sur l'architecture et les unités fonctionnelles élémentaires du cerveau, ces dernières années ont vu des méthodes telles que les réseaux neuronaux artificiels devenir un domaine florissant en soi, avec peu d'apports de la science du cerveau de pointe. En effet, la plupart des succès récents de l'IA sont dus à des algorithmes toujours plus complexes qui tirent parti de la disponibilité de quantités de données et d'une puissance de calcul en augmentation exponentielle. Cependant, malgré sa complexité croissante, l'IA actuelle est encore loin d'atteindre des performances de niveau humain pour la plupart des applications. Par exemple, pour de nombreuses tâches, les algorithmes complexes d'apprentissage automatique hautement entraînés n'atteignent toujours pas les performances d'enfants humains peu ou pas exposés à la tâche. Il existe aujourd'hui un consensus croissant sur le fait que le prochain changement de paradigme dans l'IA dépendra essentiellement de recherches conjointes innovantes sur l'intelligence biologique et l'intelligence artificielle, ouvrant la voie à la prochaine génération d'algorithmes d'IA qui atteindront une intelligence de niveau humain. Parallèlement, les synergies Neuro-AI améliorent les approches axées sur les modèles et sur les données dans la recherche sur le cerveau. Par conséquent, en élargissant notre compréhension des principes qui régissent l'intelligence naturelle, nous devenons plus aptes à concevoir des systèmes d'IA qui résolvent des problèmes similaires, et vice-versa.