IA et données massives: potentiels et défis en santé

Lors de ce webinaire présenté par le professeur François Laviolette, de l’Université Laval, ce qu’est le Big Data sera expliqué, et les façon par lesquelles il est maintenant possible d’extraire des informations de ces données par des algorithmes d’IA, présenté. Le potentiel d’une telle approche pour la recherche médicale, en analyse de la santé durable d’une population ou encore pour l’industrie 4.0 sera ensuite détaillé. 
 
Date
  • 10 septembre 2021
Heure

12h00 à 13h00

Localisation

En ligne

Coûts

Gratuit

À propos de la conférence

Quel potentiel ont les technologies basées sur les données au profit de la recherche médicale ou en analyse de la santé durable?
 

Après une introduction exposant ce que sont les données massives et comment il est possible, aujourd’hui, d’en extraire de précieuses informations grâce aux algorithmes d’intelligence artificielle (IA), le professeur François Laviolette explorera le potentiel de cette approche pour la recherche médicale, en analyse de la santé durable d’une population, ou encore dans d’autres secteurs tels que l’industrie 4.0.

Une approche basée sur l’IA requiert l’accès à une grande quantité de données. Il est ainsi difficile, actuellement, pour les chercheurs et les cliniciens d’avoir accès à une telle ressource – notamment parce qu’une grande partie de ces données sont personnelles et sensibles, et leur usage soulève des questions relatives à la confidentialité, à la vie privée ou à la protection du citoyen. Ces préoccupations sont importante et ne peuvent être réglées par une simple anonymisation des données : il y a ainsi des choix sociaux à faire! En effet, les données sont, pour la société, une ressource de grande valeur. De ce fait, on ne peut les donner ou les vendre à n’importe qui, ni les laisser enfouies sans se soucier de leur importance.

En complément à ces sujets, le professeur Laviolette abordera également d’autres défis liés à l’usage de l’IA, dont le problème de son interprétabilité par les humains, alors que celles-ci sont bien souvent construites comme des boîtes noires. Enfin, d’autres enjeux liés à l’équité, à la robustesse et à la difficulté de certification des IA seront aussi abordés.

À propos du conférencier

Professeur titulaire, Faculté des sciences et de génie, Université Laval
Directeur, Centre de recherche en données massives (CRDM)
Titulaire, Chaire Canada-CIFAR en intelligence artificielle
Titulaire, Chaire de recherche industrielle CRSNG-Intact Corporation financière sur l’apprentissage machine en assurance

François Laviolette est professeur titulaire au département d’informatique et de génie logiciel de l’Université Laval.  Ses travaux de recherches portent sur l’intelligence artificielle, en particulier l’apprentissage automatique. 

Chef de file de la théorie PAC-bayésienne, qui permet de mieux comprendre les algorithmes d’apprentissage automatique et d’en concevoir de nouveaux, il s’intéresse entre autres à ceux permettant de résoudre des problèmes d’apprentissage liés à la génomique, à la protéomique et à la découverte de médicaments. Il s’intéresse également à rendre les intelligences artificielles interprétables dans le but de mieux intégrer des systèmes où des humains sont dans la boucle de décision. 

Il est directeur du Centre de recherche en données massives de l’Université Laval qui regroupe plus de 50 professeurs chercheurs.

Restons en contact!

Vous souhaitez être informé des nouvelles et activités de l'IID? Abonnez-vous dès maintenant à notre infolettre mensuelle.