4 juin 2021
Wenhu Chen est le dernier membre du corps professoral à se joindre au Vector Institute, un recrutement conjoint avec la Cheriton School of Computer Science de l'Université de Waterloo où Chen travaillera comme professeur adjoint à partir de l'automne 2022. Avant de se joindre à Vector et à l'Université de Waterloo en 2022, Chen passera un an à travailler comme chercheur scientifique chez Google Research.
Chen, un expert reconnu en traitement automatique du langage naturel (TALN), a obtenu son doctorat à l'Université de Californie à Santa Barbara, sous la direction de William Yang Wang et Xifeng Yan. Il a fait des stages dans plusieurs entreprises, dont Google Research, Microsoft AI & Research, Samsung Research America et eBay Research. Il a été nommé meilleur relecteur lors de la conférence NeurIPS 2019 et a reçu une mention honorable pour son article étudiant lors du Workshop on Applications for Computer Vision (WACV) 2021.
Ses recherches portent sur le traitement automatique du langage naturel (TALN), l'apprentissage profond et la représentation des connaissances. « Ce qui est fascinant avec l'IA et l'apprentissage machine, c'est leur capacité à simuler le fonctionnement du cerveau humain », explique Chen. « Grâce à ces technologies, nous pouvons créer des modèles capables d'apprendre, de raisonner, de décider et de généraliser comme le cerveau humain, afin de traiter des données très complexes. »
Il estime néanmoins que la technologie actuelle est en retard sur le cerveau humain, notamment en matière de robustesse, d'explicabilité et de généralisation. « J'aimerais approfondir cette voie afin d'améliorer les techniques d'IA/ML actuelles, en particulier le traitement automatique du langage naturel. Il espère concevoir un assistant virtuel plus performant, capable de comprendre le langage humain et de communiquer avec les humains pour accomplir diverses tâches.
Chen est une chercheuse très prolifique et influente qui a déjà fait des progrès significatifs dans le raisonnement neuro-symbolique pour l'explicabilité, le raisonnement multi-sauts et mono-saut pour l'inférence à partir de données hétérogènes, et l'externalisation des connaissances factuelles dans la modélisation du langage.
Chen souligne que l'accès aux étudiants, au financement et aux ressources informatiques de Vector, ainsi que l'excellence du département d'informatique et le prestige de son corps professoral à l'Université de Waterloo, ont été des facteurs déterminants dans son choix. « Ces atouts combinés m'ont convaincu de me joindre à Vector et à l'Université de Waterloo. »
