La recherche comme levier pour réussir sa transformation vers l'IA: de la R&D à l'IID
À propos de la conférence
Comment la recherche peut-elle soutenir la transformation vers l’intelligence artificielle des entreprises et organisations? Quelles sont les conditions de réussite d’une collaboration entre le milieu académique et le milieu industriel? Et, à travers tout ça, comment – et pourquoi! – repenser son organisation en développant un modèle de gestion ou d’opération basé sur les données?
Obtenez réponse à ces questions – et bien d’autres! – le 5 novembre 2021 lors de ce webinaire animé par le directeur de l’Institut intelligence et données (IID) de l’Université Laval, Christian Gagné, également chercheur et professeur en IA à la Faculté des sciences et de génie. À partir de l’expérience terrain acquise au fil des ses projets de recherche autant que des initiatives chapeautées par l’Institut, le titulaire d’une Chaire Canada-CIFAR en intelligence artificielle offrira un tour d’horizon de diverses considérations, enjeux et défis rattachés à l’intégration de l’IA, et présentera également divers leviers académiques disponibles afin de soutenir celle-ci.
Enfin, afin de mettre en exergue l’expertise présente dans la région de Québec en matière de données et d’intelligence artificielle, un panorama de la recherche en la matière à l’IID et à l’Université Laval sera également offert.
À propos du conférencier
Professeur titulaire, Faculté des sciences et de génie, Université Laval
Directeur, Institut intelligence et données (IID)
Titulaire, Chaire Canada-CIFAR en intelligence artificielle
Christian Gagné est professeur au département de génie électrique et de génie informatique de l’Université Laval depuis 2008. Il est le directeur de l’Institut intelligence et données (IID) de l’Université Laval. Il détient une Chaire en intelligence artificielle Canada-CIFAR et est membre associé à Mila. Il est également membre du Laboratoire de vision et systèmes numériques (LVSN), une composante du Centre de recherche en robotique, vision et intelligence machine (CeRVIM), ainsi que du Centre de recherche en données massives (CRDM) de l’Université Laval. Il fait parti des regroupements stratégiques REPARTI et UNIQUE du FRQNT, du centre VITAM du FRQS et de l’Observatoire international sur les impacts sociétaux de l’IA et du numérique (OBVIA).
Il a complété un doctorat en génie électrique (Université Laval) en 2005 pour ensuite effectuer un stage postdoctoral conjointement à l’INRIA Saclay (France) et l’Université de Lausanne (Suisse) en 2005-2006. Il a œuvré comme associé de recherche en milieu industriel entre 2006 et 2008. Il est membre du comité exécutif de l’ACM Special Interest Group on Evolutionary Computation (SIGEVO) depuis 2017.
Ses intérêts de recherche portent sur l’élaboration de méthodes pour l’apprentissage machine et l’optimisation stochastique. En particulier, il s’intéresse aux réseaux de neurones profonds, à l’apprentissage et au transfert de représentations, au méta-apprentissage ainsi qu’à l’apprentissage multitâche. Il s’intéresse également aux approches d’optimisation basées sur des modèles probabilistes ainsi qu’aux algorithmes évolutionnaires, entres autres pour l’optimisation boîte noire et la programmation automatique. Une part importante de ses travaux porte également sur la mise en pratique de ces techniques dans des domaines comme la vision numérique, la microscopie, la santé, l’énergie et les transports.
Restons en contact!
Vous souhaitez être informé des nouvelles et activités de l'IID? Abonnez-vous dès maintenant à notre infolettre mensuelle.