À propos de l’École d’été sur l’apprentissage profond et l’apprentissage par renforcement du CIFAR
Depuis 2005, année où le programme Apprentissage automatique, apprentissage biologique du CIFAR a tenu la première École d’été sur l’apprentissage profond et l’apprentissage par renforcement (APAR) à Toronto, la communauté de personnes diplômées de l’École d’été APAR prend de l’ampleur année après année. Ces personnes dirigent aujourd’hui certains des plus grands laboratoires universitaires et entreprises technologiques du monde.
L’École d’été APAR est un élément clé de l’offre de formation à l’intention de la prochaine génération du programme Apprentissage automatique, apprentissage biologique du CIFAR et de la Stratégie pancanadienne en matière d’IA du CIFAR. L’École d’été est organisée chaque année en partenariat avec les trois instituts nationaux d’IA du Canada, qui l’accueillent à tour de rôle : Amii à Edmonton, Institut Vecteur à Toronto et Mila à Montréal.
Maintenant à sa 21e édition annuelle, l’École d’été sur l’APAR est réellement l’endroit où le monde apprend l’IA.
Apprentissage en profondeur + apprentissage par renforcement = apprentissage automatique, moteur de découvertes et de possibilités
Apprentissage en profondeur (AP)
Les réseaux neuronaux profonds constituent une méthode performante d’apprentissage automatique de représentations distribuées avec de multiples niveaux d’abstraction. Au cours de la dernière décennie, ces réseaux ont mené à des progrès considérables dans des domaines aussi variés que la vision, la compréhension du langage, les jeux, les graphes, les soins de santé, la découverte de matériaux et la génomique. Le programme d’AP offert cette année à l’École abordera à la fois les fondements et les applications des réseaux neuronaux profonds, des concepts fondamentaux aux résultats de la recherche de pointe.
Apprentissage par renforcement (AR)
L’apprentissage par renforcement est un ensemble de méthodes utilisées pour créer des systèmes qui apprennent un comportement optimal à partir d’interactions avec un environnement donné. Ces dernières années, l’apprentissage par renforcement est devenu une composante essentielle de l’apprentissage par renforcement profond et a permis à la communauté de recherche en IA d’obtenir des résultats sans précédent pour des jeux comme le Go, en robotique et dans le développement de véhicules autonomes. Le programme d’AR offert cette année à l’École abordera les fondements de l’apprentissage par renforcement et présentera les découvertes les plus récentes et les tendances en matière de recherche. Il offrira aussi la possibilité d’interagir avec des étudiants et étudiantes des cycles supérieurs ainsi que des spécialistes chevronnés dans ce domaine.
IA générative
L’IA générative s’appuie sur des percées en apprentissage par renforcement et en apprentissage profond qui seront abordées par l’École d’été APAR cette année. De la théorie qui sous-tend l’IA générative, comme les réseaux neuronaux et l’apprentissage par renforcement profond, aux séances interactives, en passant par l’ingénierie de requête et la musique générée par l’IA, les stagiaires de l’École auront l’occasion d’approfondir leurs connaissances pratiques et théoriques de l’IA générative.
