Le Laboratoire d'intelligence artificielle de l'EPFL est un laboratoire de recherche situé à l'École polytechnique fédérale de Lausanne (EPFL) en Suisse. Il est dirigé par le professeur Boi Faltings et mène des recherches en intelligence artificielle, avec un accent sur l'apprentissage automatique, les systèmes multi-agents et le raisonnement sous incertitude. Le laboratoire fait partie de la Faculté informatique et communications de l'EPFL et contribue au domaine plus large de l'IA par le biais de publications, de logiciels et de collaborations avec l'industrie et le monde académique.
Les recherches du laboratoire couvrent plusieurs domaines, notamment la satisfaction de contraintes, la modélisation des préférences et la prise de décision décentralisée. Ces dernières années, le groupe s'est étendu à l'apprentissage profond et aux grands modèles de langage, appliquant ces techniques à des problèmes d'optimisation, d'interaction humain-IA et d'IA explicable. Les travaux du laboratoire font souvent le pont entre les fondements théoriques et les applications pratiques, visant à développer des systèmes d'IA robustes, transparents et alignés sur les valeurs humaines.
Historique et direction
Le laboratoire a été créé dans le cadre de l'engagement de l'EPFL à faire progresser la recherche en informatique. Boi Faltings, professeur à l'EPFL depuis 1987, dirige le laboratoire depuis de nombreuses années. Sous sa direction, le groupe a formé de nombreux doctorants et chercheurs postdoctoraux qui ont poursuivi des carrières dans le monde académique et industriel. Le laboratoire a également accueilli des chercheurs invités d'institutions telles que MIT CSAIL, Stanford AI Lab et Berkeley AI Research, favorisant ainsi la collaboration internationale.
Domaines de recherche
Les recherches du laboratoire peuvent être largement classées en plusieurs thèmes :
- Apprentissage automatique et apprentissage profond : Développement d'algorithmes pour l'apprentissage supervisé et non supervisé, avec un accent sur les réseaux de neurones et leurs applications. Des projets récents ont exploré les transformers et les grands modèles de langage pour des tâches telles que la compréhension et la génération de langage naturel.
- Systèmes multi-agents : Étude de la manière dont les agents autonomes interagissent, négocient et se coordonnent. Cela inclut des travaux sur la théorie des jeux, la conception de mécanismes et l'optimisation distribuée.
- Satisfaction de contraintes et optimisation : Utilisation de la programmation par contraintes et de l'optimisation combinatoire pour résoudre des problèmes du monde réel, tels que l'ordonnancement et l'allocation de ressources.
- Interaction humain-IA : Étude de la manière dont les humains peuvent collaborer efficacement avec les systèmes d'IA, y compris les questions de confiance, d'interprétabilité et de retour d'information des utilisateurs.
Contributions notables
Le laboratoire a contribué à la communauté de l'IA par des publications dans des conférences et des revues de premier plan, notamment NeurIPS, ICML et AAAI. Il a également développé des outils open source et des références utilisés par des chercheurs du monde entier. Par exemple, le groupe a travaillé sur des algorithmes de recommandation basés sur les préférences et sur des méthodes d'explication des décisions de l'IA, qui sont pertinentes pour le domaine en pleine croissance de l'IA explicable.
Dans le domaine de l'apprentissage profond, le laboratoire a exploré des techniques telles que les mécanismes d'attention et l'attention multi-têtes, qui sont fondamentales pour les transformers modernes. Le groupe a également étudié l'élagage de modèles et l'augmentation de données pour améliorer l'efficacité et la robustesse des réseaux de neurones.
Collaborations et engagement industriel
Le laboratoire entretient des partenariats avec diverses organisations industrielles et académiques. Il a collaboré avec des entreprises comme Nokia Bell Labs et Samsung Research sur des projets d'IA appliquée. En outre, le laboratoire participe à des initiatives de recherche européennes et à des projets nationaux, impliquant souvent des équipes interdisciplinaires. Ces collaborations aident à traduire les résultats de la recherche en solutions pratiques et offrent aux étudiants une exposition aux défis du monde réel.
Enseignement et formation
Le laboratoire joue un rôle actif dans l'enseignement à l'EPFL, en proposant des cours sur l'intelligence artificielle, l'apprentissage automatique et les systèmes multi-agents. Il encadre des projets de premier cycle et de cycle supérieur, et de nombreux étudiants ont poursuivi des carrières dans la recherche en IA ou dans l'industrie. Le laboratoire organise également des séminaires et des ateliers, invitant des intervenants externes à partager leurs points de vue sur des sujets émergents.
Orientations futures
Alors que l'IA continue d'évoluer, le laboratoire est susceptible de se concentrer sur des domaines tels que l'IA générative, l'apprentissage par renforcement et les implications éthiques de l'IA. Le groupe s'intéresse au développement de systèmes d'IA capables de raisonner sur l'incertitude et de prendre des décisions dans des environnements dynamiques. Avec l'avancement rapide des grands modèles de langage, le laboratoire explore également comment ces modèles peuvent être utilisés pour le raisonnement et la planification, en les intégrant potentiellement à des approches d'IA symbolique.
En résumé, le Laboratoire d'intelligence artificielle de l'EPFL est un groupe de recherche dynamique qui contribue à l'IA tant théorique qu'appliquée. Ses travaux sous la direction de Boi Faltings ont eu un impact durable sur le domaine, et il continue de façonner la prochaine génération de technologies d'IA.