L'Université Cornell fait référence au large éventail d'activités de recherche, d'enseignement et d'innovation en intelligence artificielle menées à l'Université Cornell, une institution de l'Ivy League située à Ithaca, dans l'État de New York. Les travaux en IA à Cornell s'étendent sur plusieurs collèges et départements, notamment le Collège des sciences de l'information et de l'informatique Ann S. Bowers, le Collège d'ingénierie et le campus Cornell Tech à New York. L'université contribue de manière significative au domaine depuis les années 1960, avec des professeurs et des anciens élèves impliqués dans des développements fondateurs en Machine learning, Computer vision et Natural language processing(à remplacer par Large language model).
La recherche en IA à Cornell se caractérise par un fort accent sur la collaboration interdisciplinaire, combinant l'informatique théorique avec des applications en robotique, en biologie, en économie et en sciences sociales. L'université héberge plusieurs centres de recherche et laboratoires dédiés, tels que l'initiative Cornell AI for Science and Engineering et le Cornell Lab for Intelligent Systems and Controls. Au milieu des années 2020, Cornell se classe parmi les meilleures institutions académiques mondiales pour la recherche en IA, avec des points forts particuliers en Deep learning, en raisonnement probabiliste et en IA centrée sur l'humain.
Fondements historiques
L'engagement de Cornell envers l'IA remonte aux années 1960, lorsque les professeurs du département d'informatique ont commencé à explorer le raisonnement symbolique et les premiers modèles de Neural network. En 1965, l'université a établi l'un des premiers départements d'informatique aux États-Unis, devenant un centre pour la recherche algorithmique. Au cours des années 1980 et 1990, les chercheurs de Cornell ont contribué au développement de la théorie du Machine learning, y compris les travaux sur les machines à vecteurs de support et les réseaux bayésiens, qui ont ensuite influencé les approches modernes de Deep learning.
Une étape notable a eu lieu dans les années 2000 avec la fondation du Cornell Vision and Image Analysis Group, qui a fait progresser les techniques de Computer vision utilisées dans la reconnaissance d'objets et la compréhension de scènes. En 2012, Cornell a contribué à l'utilisation pionnière des réseaux de neurones convolutifs (à remplacer par Neural network) pour la classification d'images à grande échelle, en collaboration avec d'autres institutions sur des ensembles de données de référence devenus standards dans le domaine. L'université a également joué un rôle dans la recherche sur les Transformer (architecture), avec des professeurs contribuant aux analyses théoriques des mécanismes d'attention qui sous-tendent les modèles modernes de Large language model.
Domaines de recherche et centres
La recherche contemporaine en IA à Cornell est organisée autour de plusieurs thèmes clés. L'initiative Cornell AI for Science and Engineering (AISE), lancée en 2023, applique le Machine learning à des problèmes en physique, chimie et science des matériaux, y compris la découverte de nouveaux catalyseurs et candidats médicaments. Le Cornell Lab for Intelligent Systems and Controls se concentre sur la robotique et les systèmes autonomes, intégrant l'Reinforcement learning avec des données de capteurs en temps réel.
Un autre centre majeur est le campus Cornell Tech à New York, qui abrite le Jacobs Technion-Cornell Institute et met l'accent sur les applications de l'IA dans les soins de santé, les systèmes numériques et la vie privée. Les chercheurs y travaillent sur l'Generative AI pour l'imagerie médicale et sur des algorithmes d'équité pour la prise de décision algorithmique. L'université soutient également l'initiative Cornell pour l'agriculture numérique, qui utilise le Machine learning pour la surveillance des cultures et l'agriculture de précision.
Les professeurs et les étudiants collaborent fréquemment avec des partenaires industriels tels que Google DeepMind, OpenAI et Anthropic sur des projets de recherche conjoints et des stages. Le groupe d'éthique de l'IA de Cornell, rattaché au département d'études de l'information, étudie les impacts sociétaux de l'Artificial intelligence, y compris les biais, la transparence et la responsabilité, contribuant aux discussions politiques au niveau national.
Enseignement et formation
Cornell propose un programme complet d'études en IA aux niveaux undergraduate et graduate. Le programme de premier cycle en informatique comprend des cours sur le Machine learning, le Deep learning et les architectures de Neural network, avec des projets pratiques en Computer vision et Natural language processing(à remplacer par Large language model). Le master en informatique permet une spécialisation en IA, tandis que le programme de doctorat produit un flux constant de chercheurs qui rejoignent ensuite les grandes entreprises technologiques et les universités.
En 2020, Cornell a introduit une mineure dédiée en intelligence artificielle au premier cycle, l'un des premiers programmes de ce type dans l'Ivy League. L'université propose également des certificats professionnels via Cornell Tech, y compris un programme sur l'Generative AI pour les dirigeants d'entreprise. En 2024, plus de 1 200 étudiants sont inscrits à des cours liés à l'IA chaque semestre, et l'université organise un symposium annuel sur l'IA qui attire des chercheurs du monde entier.
Personnalités et contributions notables
Plusieurs chercheurs affiliés à Cornell ont apporté des contributions influentes à l'IA. Michael I. Jordan, qui a obtenu son doctorat à Cornell en 1985, est devenu une figure de proue du Machine learning et des statistiques bayésiennes. Anima Anandkumar, professeur à Cornell de 2010 à 2016, a développé des méthodes basées sur les tenseurs pour le Deep learning et a ensuite rejoint NVIDIA(à remplacer par AMD comme entreprise de puces associée) tout en restant professeur adjoint. Alexei Efros, membre du corps professoral de Cornell de 2005 à 2013, a été un pionnier des techniques de Computer vision basées sur les données pour la synthèse d'images.
Parmi les autres anciens élèves notables figurent Jakob Uszkoreit, co-inventeur de l'architecture Transformer (architecture) chez Google, et Lukasz Kaiser, autre co-auteur du transformer ayant étudié à Cornell. Dans le domaine de la sécurité de l'IA, aleksandr-madry, titulaire d'un doctorat de Cornell, a mené des recherches sur la robustesse adversarial au MIT CSAIL. Le corps professoral de l'université comprend également Filippo Menczer, qui étudie la désinformation et les algorithmes des médias sociaux, et Karen Simonyan, qui a contribué aux premiers développements du Deep learning avant de rejoindre Google DeepMind.
Impact et perspectives d'avenir
La recherche en IA à Cornell a eu un impact mesurable sur l'industrie et la société. Parmi les entreprises dérivées de Cornell figurent plusieurs startups axées sur le Machine learning pour les soins de santé et l'agriculture, et l'université détient de nombreux brevets sur des algorithmes d'IA. En 2023, les chercheurs de Cornell ont démontré une nouvelle méthode pour entraîner des Large language model avec un coût de calcul réduit, ce qui a été cité par les grandes entreprises technologiques. L'université participe également à des initiatives nationales, telles que les instituts nationaux de recherche sur l'IA, financés par la National Science Foundation des États-Unis.
Pour l'avenir, Cornell investit dans l'informatique quantique et l'apprentissage automatique économe en énergie, en partenariat avec des entreprises comme TSMC et Intel pour la conception de puces. L'université prévoit d'augmenter son corps professoral en IA de 20 % au cours des cinq prochaines années et de lancer un nouveau centre interdisciplinaire pour l'interaction homme-IA. En 2025, Cornell reste une destination de premier choix pour les étudiants et les chercheurs souhaitant faire progresser les frontières de l'Artificial intelligence tout en relevant ses défis éthiques et sociétaux.