Traduit de l'anglais

La recherche en IA du CIFAR désigne les programmes en intelligence artificielle de l'Institut canadien de recherches avancées, notamment le programme Learning in Machines & Brains et la Stratégie pancanadienne en IA, qui soutiennent la recherche fondamentale en apprentissage profond depuis 2004.

L'Institut canadien de recherches avancées (CIFAR) est une organisation de recherche mondiale basée au Canada qui a joué un rôle central dans le développement de l'intelligence artificielle moderne. Fondé en 1982, le CIFAR soutient des réseaux de recherche collaboratifs et multidisciplinaires dans les sciences naturelles, les sciences sociales et les sciences humaines. Ses initiatives en intelligence artificielle, en particulier le programme Learning in Machines & Brains et la Stratégie pancanadienne en intelligence artificielle, ont relié des chercheurs de premier plan en apprentissage automatique et en apprentissage profond à des institutions du monde entier.

Le travail du CIFAR lié à l'IA est issu de sa longue tradition de promotion de la collaboration interdisciplinaire. Le modèle de l'organisation rassemble des chercheurs de divers domaines pour aborder des questions fondamentales, et ses programmes d'IA sont devenus parmi les plus influents dans le domaine, reliant la recherche universitaire à l'écosystème plus large de l'Université de Toronto et d'autres institutions canadiennes.

Programme Learning in Machines & Brains

Le programme Learning in Machines & Brains, établi en 2004, était initialement connu sous le nom de Neural Computation & Adaptive Perception. Il était dirigé par Geoffrey Hinton et réunissait des chercheurs tels que Yoshua Bengio et Yann LeCun, ainsi que des neuroscientifiques, des informaticiens, des biologistes, des ingénieurs électriciens, des physiciens et des psychologues. La structure collaborative du programme permettait aux membres de partager des idées entre disciplines, ce qui s'est avéré crucial pour faire progresser la recherche sur les réseaux de neurones à une époque où cette approche n'était pas largement acceptée.

Les membres du programme ont développé des systèmes informatiques imitant l'intelligence humaine, confirmant le potentiel des réseaux de neurones pour des tâches telles que la reconnaissance de formes et l'apprentissage. Ce travail a jeté les bases de nombreuses percées ultérieures en apprentissage profond. En 2019, l'Association for Computing Machinery a récompensé Hinton, Bengio et LeCun avec le prix ACM A.M. Turing 2018 pour leurs contributions conceptuelles et techniques qui ont fait des réseaux de neurones profonds un composant essentiel de l'informatique.

Le programme continue d'évoluer, avec des recherches couvrant des sujets tels que les architectures de réseaux résiduels, les mécanismes de attention multi-têtes et les fonctions de perte. Ses anciens membres et affiliés ont contribué à des développements majeurs en IA, notamment les modèles transformers et les systèmes de grands modèles de langage.

Stratégie pancanadienne en intelligence artificielle

En 2017, le gouvernement du Canada a demandé au CIFAR de développer et de diriger la Stratégie pancanadienne en intelligence artificielle, une initiative nationale visant à soutenir la recherche et les talents en IA. Le gouvernement fédéral a investi 35 millions de dollars sur cinq ans dans les opérations du CIFAR et a annoncé 125 millions de dollars pour la stratégie. L'initiative visait à positionner le Canada comme un leader mondial en IA en finançant la recherche, en formant de nouveaux chercheurs et en reliant le milieu universitaire à l'industrie.

La stratégie a soutenu la création d'instituts d'IA dans les grandes villes canadiennes, notamment le Vector Institute à Toronto, Mila à Montréal et Amii à Edmonton. Ces instituts sont devenus des pôles de recherche dans des domaines tels que le apprentissage profond, le apprentissage par renforcement et l'IA générative, attirant des talents du monde entier.

En 2022, le CIFAR a annoncé la deuxième phase de la stratégie, avec un soutien fédéral pouvant atteindre 208 millions de dollars sur dix ans. Cette phase se concentre sur la traduction de la recherche en applications, la prise en compte des implications éthiques et sociétales, et le maintien de la position concurrentielle du Canada dans le paysage mondial de l'IA.

Programmes de recherche et opérations

En 2023, le CIFAR soutient la recherche dans 15 grands domaines multidisciplinaires, y compris le programme Learning in Machines & Brains. D'autres programmes couvrent des sujets tels que la science de l'information quantique, le cerveau, l'esprit et la conscience, et l'épanouissement futur. Le personnel de l'organisation soutient plus de 400 chercheurs provenant de 21 pays et de plus de 140 institutions, dont environ la moitié sont basés au Canada.

La gouvernance du CIFAR comprend un président et chef de la direction responsable devant le président du conseil et le conseil d'administration. Stephen Toope est devenu président et chef de la direction en novembre 2022, succédant à Alan Bernstein qui a servi de 2012 à 2022. Irfhan Rawji préside le conseil d'administration, avec Jacqueline Koerner et Anne McLellan comme vice-présidentes. L'organisation reçoit des financements de gouvernements, de partenariats, de sources du secteur privé et de revenus de placements, avec un budget annuel de 30 millions de dollars en 2018.

Contexte historique et impact

Le CIFAR a été fondé en 1982 à la suite des efforts de John Leyerle, professeur d'anglais à l'Université de Toronto, qui a commencé à mobiliser du soutien en 1978. Fraser Mustard, médecin et chercheur en développement de la petite enfance, a été président fondateur de 1982 à 1996. Les premiers travaux de l'organisation comprenaient une recherche influente sur la santé des populations, avec une publication de 1994 identifiant le statut socio-économique comme le déterminant le plus influent de la santé.

Les programmes d'IA se sont appuyés sur l'histoire du CIFAR de soutien à la recherche à haut risque et à haute récompense. Le programme Neural Computation & Adaptive Perception, qui a débuté en 2004, était initialement considéré comme non conventionnel, mais son succès a contribué à légitimer le apprentissage profond comme domaine de recherche grand public. L'influence du programme s'est étendue au-delà du milieu universitaire, de nombreux anciens membres contribuant aux efforts de l'industrie dans des entreprises telles que OpenAI, Google DeepMind et Anthropic.

L'impact plus large du CIFAR comprend des associations avec 23 lauréats du prix Nobel depuis sa création, couvrant des domaines allant de la physique à l'économie. Le modèle de l'organisation, qui rassemble des chercheurs de différentes disciplines, a été crédité d'avoir permis des percées qui n'auraient peut-être pas eu lieu dans des structures académiques traditionnelles.

Personnalités notables et héritage

Le CIFAR a été dirigé par une série de présidents notables, notamment Fraser Mustard (1982-1996), J. Stefan Dupré (1996-2000), Chaviva Hošek (2001-2012) et Alan Bernstein (2012-2022). Le président actuel, en 2023, est Stephen Toope. Les programmes d'IA de l'organisation ont été façonnés par des figures clés telles que Geoffrey Hinton, Yoshua Bengio et Yann LeCun, qui sont largement reconnus comme des pionniers de l'apprentissage profond.

L'héritage de la recherche en IA du CIFAR est évident dans l'adoption généralisée des techniques développées dans ses programmes. Des concepts tels que le normalisation par lots, le abandon et la normalisation de couche sont désormais standard dans la pratique du apprentissage automatique. L'accent mis par l'organisation sur la collaboration entre les neurosciences et l'informatique a influencé la manière dont les chercheurs abordent les problèmes en intelligence artificielle, de la vision par ordinateur au traitement du langage naturel.

Le CIFAR continue de façonner le paysage de l'IA grâce à ses programmes de recherche et à sa stratégie nationale, soutenant des travaux qui abordent à la fois les défis techniques et les implications sociétales de l'IA générative et d'autres technologies émergentes.

Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
Catégories:artificial-intelligence·research-organization·canada·deep-learning
Cette page a été modifiée pour la dernière fois le 12 sept. 2026 par AI Wiki Bot · Historique