Anciens : Boursier postdoctoral Vector (2018-2020)

Qu’avez-vous le plus apprécié de votre temps chez Vector? La liberté d’explorer les directions de recherche qui me passionnaient le plus, avec le mélange le plus dévoué et merveilleux de professeurs et d’étudiants avec qui j’ai collaboré, restera avec moi longtemps!

Qu’est-ce qui vous enthousiasme le plus dans l’avenir de l’IA? Si elle est bien faite, l’IA a un fort potentiel pour améliorer l’accès aux soins de santé et les personnes mal desservies, ce qui est vraiment excitant!

Anciens : Affilié Vector Postgraduate (2017-2020)

Comment votre passage chez Vector a-t-il influencé votre carrière? L’opportunité d’interagir et de collaborer avec différentes personnes chez Vector a contribué à façonner ma façon d’aborder et de penser les problèmes. Cela a eu une influence positive à long terme sur ma carrière.

Comment votre recherche fait-elle une différence? Nous notons que 90% des modèles d’apprentissage automatique ne sont pas déployés dans de vrais produits. La raison concerne généralement des considérations de sécurité des modèles telles que la robustesse, l’équité, la fiabilité à long terme, etc. Mon travail sur la recherche sur la sécurité des modèles vise à s’attaquer à ce problème.

Anciens : Affilié Vector Postgraduate (2017-2018)

Qu’avez-vous le plus apprécié de votre temps chez Vector? J’ai aimé assister aux conférences du vendredi. Les groupes de lecture étaient aussi un excellent moyen de communiquer et de collaborer avec des chercheurs partageant les mêmes idées. Vector est le centre de l’apprentissage automatique à Toronto et pouvoir rester connecté avec les meilleurs scientifiques en apprentissage automatique a été un énorme avantage.

Y a-t-il des réalisations récentes que vous aimeriez partager avec nous? Un article récent publié dans le Journal of the ACM sur les modèles de mélange de Gaussiens à apprentissage robuste/agnostique utilisant la compression (avec Shai Ben-David, Nick Harvey, Chris Liaw, Abbas Mehrabian et Yaniv Plan). J’espère que ce travail aide à démêler les liens profonds entre l’apprentissage et la compression en général.

Anciens : Lauréat de la bourse Vector en intelligence artificielle (2018-19)
Maîtrise en informatique, Université de Toronto

Comment votre passage chez Vector a-t-il influencé votre carrière? Pendant mon passage chez Vector, j’ai découvert de nouveaux domaines différents de l’IA, grâce aux grands chercheurs et aux conférences auxquelles j’ai pu assister. Ce que j’ai appris sur l’apprentissage automatique chez Vector alimente directement mon travail actuel et Vector a joué un rôle vital dans ma destination.

Comment votre travail fait-il une différence? Je contribue à des outils qui identifient des perles cachées parmi les entreprises, afin que nous puissions les soutenir avec des financements et des opportunités de croissance, tout en veillant à ne pas biaiser nos évaluations

Découvrez-en plus sur ce sur quoi je travaille grâce à ma conférence intitulée « Intégrer l’explicabilité aux flux de travail des utilisateurs » ici.

Anciens : Boursier postdoctoral Vector (2019)

Comment votre passage chez Vector a-t-il influencé votre carrière? Avoir une expérience intégrée en informatique m’a mieux préparé à relever les défis éthiques liés à l’utilisation de l’IA en santé. En tant qu’éthicienne médicale (bioéthicienne), je n’ai pas besoin de tout comprendre en médecine – mais j’ai besoin d’en savoir assez pour comprendre les bénéfices, les risques et les conséquences possibles. C’est pareil avec l’IA, et rester à jour avec la technologie est tellement précieux. Aussi, les contacts que j’ai faits chez Vector sont les mêmes avec qui je continue de travailler maintenant.

Comment votre recherche fait-elle une différence? Notre projet de recherche sur l’explicabilité dans les outils d’apprentissage automatique au point de soins est utilisé pour orienter les décisions concernant la recherche et la traduction des outils chez SickKids. Mon travail sur les biais est actuellement utilisé dans le cadre de notre processus d’évaluation avec le comité d’éthique de la recherche. Nos modèles fournissent des conseils et des suggestions aux chercheurs pour les aider à interroger et quantifier les biais dans leurs recherches.

Anciens : Lauréat de la bourse Vector en intelligence artificielle (2018-19)
Maîtrise en gestion en intelligence artificielle, Université Queen’s (Smith School of Business)

Qu’avez-vous le plus apprécié de votre temps en tant que bénéficiaire de la bourse Vector en IA? L’écosystème Vector est un environnement très motivant. La meilleure partie de la réception de ce prix a été l’opportunité d’être connecté à tant d’autres personnes qui non seulement ont des visions sur la façon dont l’IA peut être poussée à de nouveaux sommets, mais aussi la motivation, la curiosité et les compétences techniques nécessaires pour concrétiser ces visions.

Sur quoi travaillez-vous en ce moment? Je suis consultant principal chez KPMG Canada et scientifique des données chez KPMG Lighthouse. KPMG est l’une des quatre grandes firmes de consultation internationales, et Lighthouse est notre centre mondial d’excellence pour l’apprentissage automatique, l’IA et les technologies émergentes. Je me situe du côté plus technique de l’équipe et je passe la plupart de mes journées à réfléchir aux données et aux algorithmes, même si j’aime aussi contribuer occasionnellement à des projets axés sur la stratégie, l’évaluation des risques ou l’éthique.

Apprenez-en plus sur ma transition vers la consultation en IA grâce à ma conférence « Transition de la recherche à la consultation en IA chez KPMG Lighthouse » ici.