Par Graham Taylor

La célébration par l’Institut Vector de son premier jalon de cinq ans met en lumière le rôle que l’IA peut jouer dans l’économie et la société canadiennes. L’IA n’est plus considérée comme une nouvelle technologie pour la plupart de nos parties prenantes, mais son potentiel de transformation reste à réaliser dans de nombreux secteurs, et de nombreuses entreprises canadiennes continuent de prendre du retard par rapport à leurs concurrents internationaux en matière d’adoption d’outils compatibles avec l’IA.

Au cours des cinq prochaines années, Vector continuera de concentrer son travail sur les domaines où nous pouvons avoir le plus d’impact, en intensifiant les investissements dans des domaines déjà solides de l’IA, comme la santé, les sciences de la vie et l’IA fiable, tout en s’orientant vers de nouveaux domaines stratégiques.

L’IA pour la science, que nous interprétons comme l’utilisation d’outils compatibles avec l’IA pour repousser les limites de la science et de l’ingénierie, est un domaine que le Canada peut diriger. Notre feuille de route stratégique inclut le renforcement de la capacité de recherche dans l’application de l’IA à la découverte de matériaux et de médicaments, ainsi que dans les applications quantiques, deux sous-disciplines prometteuses de l’IA pour la science.

Une citation récente du Conseil des académies canadiennes a souligné que l’IA a « le potentiel de stimuler l’innovation et une meilleure compréhension scientifique au-delà des limites de l’esprit et des capacités humaines ». Avec une équipe grandissante de scientifiques de renommée mondiale déployant l’IA pour faire progresser la découverte scientifique, Vector vise à collaborer avec les deux autres instituts nationaux d’IA dans le cadre de la Stratégie pancanadienne d’IA (PCAIS) pour concrétiser cette déclaration potentielle.

Le CIFAR a annoncé le mois dernier une cohorte supplémentaire de huit nouveaux présidents d’IA du Canada au Canada, qui aideront à faire progresser le leadership canadien dans les domaines prioritaires du PCAIS. Sept sont affiliés à Vector, dont Anatole von Lilienfeld, qui a récemment rejoint l’Université de Toronto (U de T) en provenance de l’Université de Vienne. L’équipe de von Lilienfeld travaille sur des méthodes théoriques et computationnelles pour l’exploration basée sur la mécanique quantique de l’espace composé chimique, et il rejoint les membres du corps professoral vectoriel Juan Felipe Carrasquilla Álvarez, qui travaille à l’intersection de la théorie de la matière condensée, de l’informatique quantique et de l’apprentissage automatique, ainsi qu’Alán Aspuru-Guzik qui, avec son groupe le Matter Lab, travaille à l’interface de la chimie théorique avec la physique, l’informatique et les mathématiques appliquées. Ensemble, ils seront une force catalysatrice, permettant à Vector d’approfondir son attention sur l’IA pour la découverte scientifique.

L’Université de Toronto a récemment annoncé le lancement de la bourse postdoctorale Eric et Wendy Schmidt AI in Science, un programme de Schmidt Futures, qui réunit des boursiers postdoctoraux en sciences naturelles et en ingénierie intéressés à appliquer l’IA dans leur domaine. En collaboration à la fois avec l’Institut de science des données de l’Université de Toronto et le Consortium d’accélération dirigé par Aspuru-Guzik, l’Institut Vector est désireux de soutenir 10 boursiers postdoctoraux qui recevront la bourse lors de la première année du programme afin de créer une communauté interdisciplinaire de scientifiques à l’aise avec l’IA, ayant un impact dans leurs domaines respectifs. Ce nombre total de boursiers postdoctoraux doublera également l’an prochain — de 10 à 20 et les années suivantes.

Les boursiers Schmidt deviendront des membres essentiels de la communauté Vector et participeront aux programmes que nous offrons. Nos programmes partagés contribueront à favoriser un fort sentiment de communauté entre les boursiers postdoctoraux Vector, nos institutions affiliées et les nouvelles bourses Schmidt. Vector facilitera et encouragera également une collaboration accrue grâce à un mentorat informel soutenu par les membres du corps professoral de Vector. Pour les candidats potentiels au programme Schmidt Futures, je vous encourage à explorer Vector Faculty comme superviseurs ou co-superviseurs potentiels.

L’engagement de Vector envers l’IA pour la science inclut aussi notre expertise croissante en modèles de base : de grands modèles polyvalents entraînés sur des données larges à grande échelle, puis spécialisés pour des tâches spécifiques. L’apprentissage évolutif de la représentation, tel qu’incarné par ces modèles fondamentaux, sera la clé de notre succès en IA pour la science.

Les modèles fondateurs basés sur le langage et la vision BERT, DALL-E, GPT-3 ont transformé l’IA, car ils constituent un atout industriel de haute technologie. Vector a l’intention de définir, de synergiser et de développer un programme qui exploite nos expériences de gestion d’un projet de PLN réussi pour générer des récompenses dans ces nouveaux domaines, afin de mieux démocratiser ces technologies.

Le Vector Institute est fier d’annoncer que deux des nouvelles chaires IA du CIFAR sont des experts en traitement du langage naturel (PLN) qui pourraient soutenir cette initiative. Vered Shwartz, qui a récemment rejoint l’Université de la Colombie-Britannique, vise à construire des modèles capables d’une compréhension humaine du langage naturel. Wenhu Chen, qui a récemment rejoint l’Université de Waterloo, utilise l’apprentissage profond et l’apprentissage multimodal pour intégrer la connaissance du monde dans des réseaux de neurones profonds, les aidant ainsi à faire des prédictions plus précises et transparentes.

Shwartz et Chen, qui travaillent à grande échelle et possèdent une expertise approfondie dans le domaine, aideront Vector à développer des modèles fondamentaux pour des flux de données tels que les « -omiques » unicellulaires, les codes-barres ADN pour la surveillance de la biodiversité et la pathologie numérique.

Ces annonces ne sont que le début de l’initiative IA pour la science de Vector. Je suis enthousiaste à l’idée de cette prochaine phase de la mission de Vector, alors que nous passons de notre création et collecte à des applications qui exploiteront le potentiel transformateur de l’apprentissage profond et de l’apprentissage automatique pour aider à résoudre des défis mondiaux.