Intelligence artificielle

Qui est Yoshua Bengio ?

Ils étaient trois : Geoffrey Hinton, de l’Université de Toronto, Yann Lecun, un Français professeur à New York University, et Yoshua Bengio, 52 ans, professeur à l’Université de Montréal. C’est dans leurs trois laboratoires qu’est né, il y a environ 10 ans, le concept d’apprentissage profond.

Il y a quelques années, raconte Denis Thérien, professeur au département d’informatique de l’Université McGill, leurs travaux ont commencé à non seulement gagner certains concours qui se tenaient et dans lesquels des algorithmes devaient deviner des formes dans des images, mais aussi à « écraser la concurrence ».

« Ç’a été un peu le déclencheur de l’intérêt de Google. »

Intelligence artificielle

La résistance

Les deux comparses de M. Bengio ont été attirés par le privé. M. Hinton a accepté une offre de Google. M. Lecun, lui, a été séduit par Facebook. Mais malgré des « ponts d’or », M. Bengio a décidé de rester à l’Université de Montréal.

« J’ai des conditions extraordinaires ici, pas nécessairement salariales, mais dans ce que je peux faire à l’université, la liberté que j’ai, explique-t-il. L’interaction avec les étudiants est aussi très importante pour moi. C’est important aussi pour moi de contribuer à la science qui doit appartenir à tout le monde, et pas à quelques actionnaires. Ici, j’ai la liberté de choisir sur quoi je travaille et d’en parler n’importe quand, facilement. »

Intelligence artificielle

Pouvoir d’attraction

La décision de M. Bengio entraîne aujourd’hui un petit « retour des cerveaux » en intelligence artificielle à Montréal. C’est le cas avec Hugo Larochelle, qui dirigera le centre montréalais de Google.

C’est aussi le cas de Simon Lacoste-Julien, revenu de Paris en septembre. « J’avais postulé pour la citoyenneté française, je pensais rester là un bout », raconte-t-il.

M. Lacoste-Julien ne fait pas directement de recherche en apprentissage profond, mais son expertise, au carrefour de l’optimisation et de l’apprentissage automatique, était désirée par M. Bengio et l’Université de Montréal.

« J’ai eu des offres ailleurs, mais je connaissais Yoshua depuis longtemps et il dirige un groupe de gens avec de belles valeurs. »

Intelligence artificielle

L’apprentissage profond

C’est la technique qui a permis à l’intelligence artificielle de faire de grands bonds au cours des dernières années. Le laboratoire du professeur Bengio, à l’Université de Montréal, s’y spécialise.

En résumé, elle fonctionne par couches d’approximations successives, résume Denis Thérien.

« Pour reconnaître un chat, elle va d’abord le classer comme un être vivant, puis comme un animal, puis comme un chat », explique-t-il en poussant la simplification à l’extrême.

Intelligence artificielle

Apprentissage par renforcement

La méthode remonte aux années 90 et s’inspire des célèbres travaux sur le conditionnement d’Ivan Pavlov.

« L’algorithme prend des décisions et se fait donner une réponse, explique M. Thérien. Si la réponse est positive, il comprend que son comportement était le bon ; si elle est négative, il comprend que c’est une voie à ne pas explorer. »

Le Reasoning and Learning Lab de l’Université McGill se spécialise dans cette branche.

Intelligence artificielle

Combiner deux forces

Montréal bénéficie présentement de l’engouement pour l’apprentissage profond. Mais que se passera-t-il quand une autre technique prendra le dessus ? Il n’y a pas trop à s’inquiéter, semble-t-il, puisque la prochaine voie serait justement la combinaison de l’apprentissage profond et de l’apprentissage par renforcement, les deux spécialités locales.

Deux spécialistes de McGill, Joelle Pineau et Doina Precup, viennent d’ailleurs de s’affilier au laboratoire de l’Université de Montréal pour travailler à cette combinaison.

Ce texte provenant de La Presse+ est une copie en format web. Consultez-le gratuitement en version interactive dans l’application La Presse+.