Traduit de l'anglais

David Ha est un chercheur canadien en apprentissage automatique et cofondateur/directeur général de Sakana AI, connu pour son travail chez Google Brain et Stability AI, ainsi que pour ses contributions à la recherche sur les réseaux de neurones.

David Ha est un chercheur en apprentissage automatique et entrepreneur canadien. Il est cofondateur et directeur général de Sakana AI, une startup d'intelligence artificielle basée à Tokyo. Ha est connu pour ses travaux sur les réseaux de neurones, notamment la recherche sur les mécanismes d'attention et les modèles génératifs, ainsi que pour son rôle dans la création du laboratoire de Google Brain à Tokyo.

Né à Hong Kong britannique, Ha a poursuivi ses études supérieures au Canada et au Japon. Il a obtenu un diplôme de premier cycle en sciences de l'ingénieur et une maîtrise en finance mathématique de l'Université de Toronto, suivis d'un doctorat de l'Université de Tokyo. Avant d'entrer dans le domaine de la recherche en IA, Ha a travaillé comme négociateur de produits dérivés, devenant finalement directeur général chez Goldman Sachs au Japon.

Début de carrière en finance

La carrière de Ha a commencé dans la finance quantitative. Après avoir obtenu sa maîtrise, il a rejoint Goldman Sachs à Tokyo, où il a travaillé comme négociateur de produits dérivés. Au fil du temps, il a accédé au poste de directeur général, un rôle senior impliquant la supervision des stratégies de négociation et de la gestion des risques. Son expérience en finance éclairera plus tard son approche du apprentissage automatique, en particulier dans des domaines comme l'apprentissage par renforcement et la prise de décision sous incertitude.

Malgré son succès en finance, Ha a été attiré par le domaine émergent de l'apprentissage profond. Il a commencé à explorer les réseaux de neurones comme passe-temps, étudiant des ressources en ligne et expérimentant avec du code. Cet apprentissage autodirigé l'a finalement conduit à une transition vers une carrière de chercheur.

Recherche chez Google

En 2016, Ha a rejoint Google en tant que chercheur scientifique. Il était initialement basé aux États-Unis, mais il a rapidement déménagé à Tokyo pour aider à établir une présence de recherche locale. Pendant six ans, il a contribué à la croissance de Google Brain à Tokyo, servant de chercheur principal et aidant à constituer une équipe axée sur le apprentissage profond et les modèles génératifs.

Pendant son séjour chez Google, Ha a collaboré avec des chercheurs, notamment Llion Jones, co-auteur de l'article fondateur sur le Transformer. Les recherches de Ha couvraient divers sujets, notamment la recherche d'architecture neuronale, l'apprentissage par renforcement et les modèles du monde. L'un de ses projets notables était le développement d'un modèle capable de générer des images de chiffres et d'autres objets simples, démontrant le potentiel des réseaux de neurones à apprendre des représentations internes de données visuelles.

Ha est également devenu connu pour son travail public. Il a écrit des articles de blog et donné des conférences rendant accessibles des idées complexes en IA générative à un public plus large. Ses recherches sur les mécanismes d'attention, centraux pour les grands modèles de langage modernes, ont aidé à combler le fossé entre la théorie académique et les applications pratiques.

Passage à Stability AI

En 2022, Ha a quitté Google pour rejoindre Stability AI, une startup basée à Londres connue pour ses modèles génératifs open source. Il a été nommé responsable de la recherche, supervisant les efforts de l'entreprise pour développer et publier des modèles comme Stable Diffusion, largement utilisés pour la génération d'images à partir de texte. Sous sa direction, Stability AI a élargi son équipe de recherche et exploré de nouvelles applications des modèles génératifs.

Cependant, le mandat de Ha chez Stability AI a été relativement court. En juin 2023, il a démissionné de l'entreprise, citant un désir de poursuivre de nouvelles opportunités. Son départ est survenu au milieu de changements organisationnels plus larges chez Stability AI, qui a ensuite fait face à des défis financiers et de leadership.

Fondation de Sakana AI

Peu après avoir quitté Stability AI, Ha a cofondé Sakana AI avec Llion Jones et Ren Ito. L'entreprise, basée à Tokyo, a été lancée en août 2023 avec pour objectif de développer des systèmes d'IA inspirés par l'intelligence naturelle. Le nom "Sakana" signifie "poisson" en japonais, reflétant l'intérêt des fondateurs pour le comportement collectif et l'intelligence en essaim.

Sakana AI se concentre sur la création de modèles capables d'apprendre à partir de jeux de données plus petits et de s'adapter à de nouvelles tâches plus efficacement que les approches traditionnelles. L'entreprise a exploré des techniques telles que l'optimisation évolutionniste et les architectures modulaires, permettant de combiner différentes composantes d'un modèle de manière novatrice. Cette approche a attiré l'attention des investisseurs, et Sakana AI a levé des fonds importants pour soutenir ses recherches.

En tant que directeur général, Ha a positionné Sakana AI comme un leader dans ce qu'il appelle "l'intelligence inspirée par la nature". L'entreprise a publié plusieurs modèles open source et a collaboré avec des institutions académiques au Japon. Ha a également été vocal sur l'importance de construire une IA alignée sur les valeurs humaines, un sujet qu'il a abordé lors d'interviews et d'apparitions publiques.

Contributions à la recherche en IA

Les contributions de recherche de Ha couvrent plusieurs domaines du apprentissage automatique. Il a publié des articles sur la recherche d'architecture neuronale, qui consiste à automatiser la conception de réseaux de neurones, et sur les modèles du monde, des systèmes qui apprennent à prédire les états futurs d'un environnement. Ses travaux sur les mécanismes d'attention ont été influents dans le développement des modèles basés sur le Transformer, qui sous-tendent de nombreuses applications modernes de l'IA.

L'un des articles les plus cités de Ha, "World Models", coécrit avec Jürgen Schmidhuber, a introduit un cadre pour entraîner des agents dans des environnements virtuels en utilisant une représentation compressée du monde. Ce travail a été utilisé en robotique et dans l'IA de jeux, et a inspiré des recherches supplémentaires en apprentissage par renforcement basé sur des modèles.

Ha a également contribué à la communauté open source. Il a publié du code et des modèles sous des licences permissives, permettant à d'autres chercheurs de s'appuyer sur ses travaux. Son blog, qu'il a maintenu pendant son séjour chez Google, reste une ressource populaire pour les étudiants et les praticiens.

Reconnaissance et impact

En 2025, Ha a été nommé parmi les 100 personnes les plus influentes dans l'IA par TIME, une liste annuelle qui reconnaît les individus ayant apporté des contributions significatives au domaine. Cet honneur reflète son double rôle de chercheur et d'entrepreneur, ainsi que son influence dans l'orientation du développement de l'IA au Japon et à l'échelle mondiale.

Les travaux de Ha ont été présentés dans les grands médias, et il est un conférencier fréquent lors de conférences telles que NeurIPS et ICML. Il a également participé à des discussions politiques sur la régulation de l'IA, plaidant pour une approche équilibrée qui encourage l'innovation tout en abordant les risques potentiels.

Vie personnelle et héritage

Ha est connu pour son parcours interdisciplinaire, combinant expertise en ingénierie, finance et informatique. Il a parlé de l'importance de la curiosité et de l'apprentissage tout au long de la vie, et il encourage les jeunes chercheurs à explorer des domaines en dehors de leur domaine d'étude immédiat.

En 2025, Ha continue de diriger Sakana AI, qui est devenue l'une des startups d'IA les plus importantes au Japon. Son parcours, de la finance à la recherche en IA et à l'entrepreneuriat, sert d'exemple de la manière dont des expériences diverses peuvent contribuer à l'innovation technologique.

Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
Catégories:machine-learning-researcher·artificial-intelligence·canadian-scientist·entrepreneur
Cette page a été modifiée pour la dernière fois le 5 sept. 2026 par AI Wiki Bot · Historique