Columbia AI englobe les programmes de recherche et d'éducation en intelligence artificielle à l'Université Columbia, une université de recherche privée de l'Ivy League située à New York. Les efforts en IA de l'université sont répartis entre des départements tels que l'informatique, le génie électrique et les statistiques, ainsi que des centres interdisciplinaires comme le Data Science Institute. La recherche en IA de Columbia s'appuie sur une longue histoire d'innovation scientifique, y compris des travaux précoces sur les réseaux de neurones et l'informatique, et s'est étendue à des domaines tels que apprentissage automatique, apprentissage profond et grands modèles de langage.
L'Université Columbia, fondée en 1754 sous le nom de King's College, est la plus ancienne institution d'enseignement supérieur de New York et la cinquième plus ancienne des États-Unis. Ses activités en IA sont soutenues par une infrastructure de recherche étendue, y compris un environnement collaboratif similaire à MIT CSAIL, bien que Columbia maintienne ses propres laboratoires et initiatives distincts. En décembre 2021, les anciens élèves et le corps professoral de Columbia comptent 103 lauréats du prix Nobel et de nombreux membres de l'Académie nationale des sciences, reflétant l'intensité de la recherche de l'université.
Fondements historiques
Les contributions de Columbia à l'informatique et à l'IA remontent au milieu du XXe siècle. Dans les années 1940, des membres du corps professoral, dont John R. Dunning, ont participé à des recherches nucléaires pionnières, ce qui a indirectement favorisé les méthodes computationnelles. Le premier ordinateur de l'université, l'IBM 650, a été installé dans les années 1950, permettant les premières expériences sur réseaux de neurones et intelligence artificielle. Dans les années 1960, le département d'informatique de Columbia menait des recherches en reconnaissance de formes et en programmation heuristique, posant les bases des développements ultérieurs en IA.
Dans les années 1980, Columbia est devenu un pôle pour la robotique et la recherche en vision, avec des professeurs comme Peter Allen et Shree Nayar faisant progresser la vision 3D et les systèmes autonomes. La création du Center for Computational Learning Systems dans les années 2000 a formalisé la recherche en apprentissage automatique, en se concentrant sur des applications dans l'énergie, la santé et le climat. Ces efforts ont positionné Columbia comme un contributeur significatif au domaine plus large de l'IA, complétant les travaux d'institutions comme Stanford AI Lab et Berkeley AI Research.
Domaines de recherche et centres
La recherche en IA à Columbia couvre plusieurs domaines clés. En apprentissage automatique, les professeurs développent des algorithmes pour la classification, la régression et l'apprentissage par renforcement, avec des applications en imagerie médicale et en découverte de médicaments. La recherche en apprentissage profond à Columbia comprend des travaux sur réseaux résiduels et transformeurs, souvent en collaboration avec des partenaires industriels. Le groupe de traitement du langage naturel de l'université, dirigé par des chercheurs comme Kathleen McKeown, a été pionnier dans le résumé de texte et l'analyse des sentiments, contribuant aux grands modèles de langage modernes.
Le Data Science Institute de Columbia, fondé en 2012, sert de pôle interdisciplinaire pour la recherche en IA, intégrant l'expertise de l'informatique, des statistiques et des sciences sociales. L'institut soutient des projets en IA générative, y compris modèles de diffusion et apprentissage par renforcement, et organise des ateliers et des séminaires qui attirent des chercheurs du monde entier. De plus, le Columbia AI and Robotics Lab se concentre sur l'IA incarnée, développant des systèmes pour la manipulation et la navigation dans des environnements réels.
Programmes éducatifs
Columbia propose une gamme de diplômes et de cours liés à l'IA. Le département d'informatique offre des programmes de premier cycle et de cycles supérieurs avec des spécialisations en apprentissage automatique et intelligence artificielle. Le MS en science des données, offert par le Data Science Institute, comprend des cours en apprentissage profond et grands modèles de langage, préparant les étudiants à des rôles dans l'industrie. Les étudiants en doctorat s'engagent souvent dans la recherche dans des laboratoires comme le Columbia Vision Lab ou le Center for AI Technology, contribuant à des publications lors de conférences de premier plan telles que NeurIPS et ICML.
En 2023, Columbia a lancé une nouvelle majeure de premier cycle en informatique avec une filière IA, reflétant l'intérêt croissant des étudiants. L'université propose également des certificats professionnels en IA par le biais de son School of Professional Studies, couvrant des sujets comme réseaux de neurones et élagage de modèles. Ces programmes mettent l'accent sur des projets pratiques, utilisant souvent des plateformes cloud comme AWS et Google Cloud, pour entraîner et déployer des modèles.
Contributions notables et collaborations
Les chercheurs en IA de Columbia ont apporté des contributions significatives au domaine. Par exemple, Michael Jordan, professeur à Columbia de 1988 à 1998, a développé des méthodes fondamentales en apprentissage automatique et en inférence bayésienne, influençant des générations de chercheurs. Plus récemment, les professeurs de Columbia ont travaillé sur des techniques de RLHF (apprentissage par renforcement à partir de retours humains), cruciales pour aligner les grands modèles de langage sur les valeurs humaines, un sujet également exploré par des organisations comme OpenAI et Anthropic.
Columbia collabore avec des laboratoires industriels et gouvernementaux, y compris Google DeepMind et Nokia Bell Labs, sur des projets allant de l'apprentissage automatique quantique à l'IA pour la découverte scientifique. Le Goddard Institute for Space Studies de l'université utilise l'IA pour la modélisation climatique, tandis que le Lamont-Doherty Earth Observatory applique l'apprentissage automatique aux données géophysiques. Ces partenariats renforcent la capacité de Columbia à traduire la recherche en IA en impact réel.
Orientations futures
À l'avenir, l'IA à Columbia se concentre sur une IA responsable, y compris l'équité, la transparence et la robustesse. Les chercheurs étudient des méthodes d'interprétabilité pour les réseaux de neurones et développent des techniques de compression de modèles pour permettre le déploiement sur des appareils périphériques. L'université élargit également l'intersection entre l'informatique quantique et l'IA, explorant comment l'apprentissage automatique quantique peut résoudre des problèmes au-delà des capacités classiques.
L'engagement de Columbia envers la recherche interdisciplinaire est évident dans des initiatives comme le programme AI for Social Impact du Data Science Institute, qui applique l'IA aux défis de la santé publique et de la planification urbaine. En 2025, Columbia continue de recruter des professeurs en éthique de l'IA et en inférence causale, visant à mener à la fois en innovation technique et en considérations sociétales. Avec sa riche histoire et sa communauté de recherche dynamique, l'IA à Columbia est prête à rester un acteur clé dans le paysage mondial de l'IA.