Mark Zuckerberg et d’éminents chercheurs répondent à l’appel de l’Université de Sherbrooke

Qu’ont en commun l’Université de Sherbrooke, l’Université de Montréal, l’Université de Toronto, l’University of Oxford, la Stanford University, la Toyota Technological Institute, Google, la Massachusetts Institute of Technology, la New York University et Facebook? Ils s’intéressent à une nouvelle approche, le deep learning ou « apprentissage par représentations profondes », qui pourrait permettre aux ordinateurs d'être plus autonomes.

À l’initiative des professeurs Hugo Larochelle de l’Université de Sherbrooke, Yoshua Bengio de l’Université de Montréal et Ruslan Slakhutdinov de l’Université de Toronto, le colloque Deep Learning Workshop NIPS 2013 a attiré d’éminents chercheurs lors de la conférence Neural Information Processing Systems (NIPS) le 9 décembre dernier, à Lake Tahoe (États-Unis).

Mark Zuckerberg (Facebook) était du nombre, alors qu’il a participé à une période de questions et qu’il a fait partie d’un panel de discussion. D’autres conférenciers chevronnés ont également alimenté les réflexions sur les défis et les nouvelles solutions du domaine. Au total, quelque 600 personnes ont assisté à ce colloque, le rendant ainsi le plus populaire de la conférence NIPS 2013.

«Ce colloque nous a permis de réunir des chercheurs qui s’intéressent au deep learning afin d’aborder les dernières avancées et les questions au cœur de la recherche dans le domaine. Il y a eu des progrès rapides dans ce domaine au cours des dernières années, tant en termes d'algorithmes que d'applications, mais de nombreux défis demeurent», souligne Hugo Larochelle, professeur au Département d’informatique de la Faculté des sciences.

Deep learning

Les travaux de recherche d’Hugo Larochelle se concentrent sur le développement d'algorithmes d'apprentissage pour l'entraînement de réseaux de neurones profonds (deep learning). L'objectif est de découvrir des procédures permettant à un réseau de neurones artificiel d'apprendre, et ce, à partir d'exemples illustrant un comportement humain à reproduire.

«Je m'intéresse particulièrement aux réseaux profonds qui, à l'image du cerveau humain, contiennent plusieurs couches de neurones interagissant de façon complexe», précise le chercheur.

Les réseaux de neurones profonds peuvent être appliqués à plusieurs problèmes d'intelligence artificielle tels la vision par ordinateur ainsi que le traitement automatique des langues naturelles.