Jean-François Lalonde et Nicolas Garneau discutent de deepfake et fausses nouvelles dans la websérie «Décoder le monde»
Soutenues par le perfectionnement de l’intelligence artificielle, diverses technologies permettent plus efficacement, et surtout, plus facilement de brouiller les frontières entre le vrai et le faux. Discussion entre le professeur Jean-François Lalonde, le candidat au doctorat Nicolas Garneau, de l’Université Laval, ainsi que Vincent Bergeron, de ROBIC, autour de ces thématiques dans le cadre d’un épisode de la websérie Décoder le monde.
Intelligence artificielle : les technologies du faux
Sommes-nous entrés dans l’ère du faux? Soutenues par le perfectionnement de l’intelligence artificielle, diverses technologies permettent plus efficacement, et surtout, plus facilement de brouiller les frontières entre le vrai et le faux.
Des générateurs de texte (programmes informatiques qui imitent le langage humain), en passant par les hypertrucages (technologie audiovisuelle qui permet de remplacer, par exemple, un visage par un autre), le développement fulgurant de l’intelligence artificielle s’accompagne de plusieurs enjeux préoccupants.
Cet épisode est présenté dans le cadre de la websérie Décoder le monde, animée par la journaliste scientifique Marie-Pier Élie, coorganisée par les Fonds de recherche du Québec et le Musée de la civilisation, en collaboration avec l’Observatoire international sur les impacts sociétaux de l’intelligence artificielle et du numérique (OBVIA) et l’Institut intelligence et données (IID) de l’Université Laval.
Panélistes
Professeur agrégé, Faculté des sciences et de génie, Université Laval
Jean-François Lalonde, Ph.D., est professeur agrégé dans la Faculté des sciences et de génie à l’Université Laval, dans le Département de génie électrique et de génie informatique. Il est membre de l’Institut intelligence et données (IID), du Centre de recherche en données massives (CRDM), et du Centre de recherche en Robotique, Vision et Intelligence Machine (CeRVIM) à l’Université Laval. Auparavant, il était stagiaire post-doctoral à Disney Research, Pittsburgh.
Il a obtenu son doctorat en robotique de Carnegie Mellon University en 2011. Sa thèse, intitulée « Understanding and Recreating Appearance under Natural Illumination, » lui a valu le CMU School of Computer Science Distinguished Dissertation Award.
Ses intérêts de recherche se trouvent à l’intersection de la vision numérique, l’infographie, et l’apprentissage automatique. En particulier, il s’intéresse à la façon dont les modèles basés sur la physique et les techniques d’apprentissage automatique axées sur les données peuvent être unifiés pour mieux comprendre, modéliser, interpréter et recréer la richesse de notre monde visuel.
Candidat au doctorat en informatique, Université Laval
Nicolas Garneau est un candidat au doctorat en informatique à l’Université Laval qui cumule plusieurs années d’expérience en développement logiciel et analyse de données. Il se spécialise en traitement automatique de la langue naturelle en utilisant des méthodes d’apprentissage par réseaux de neurones profonds. Il a eu un pied en industrie tout au long de son parcours académique en appliquant ses connaissances théoriques à des problèmes réels auxquels les entreprises sont confrontées.
Restons en contact!
Vous souhaitez être informé des nouvelles et activités de l'IID? Abonnez-vous dès maintenant à notre infolettre mensuelle.