Par Graham Taylor

La célébration par l'Institut Vecteur de sa première étape quinquennale 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 par la plupart de nos intervenants, mais son potentiel de transformation n'a pas encore été réalisé dans de nombreux secteurs, et de nombreuses entreprises canadiennes continuent d'accuser un retard par rapport à leurs concurrents internationaux en ce qui concerne l'adoption d'outils basés sur l'IA.

Au cours des cinq prochaines années, Vector continuera à concentrer son travail sur les domaines où il peut avoir le plus d'impact, en intensifiant ses investissements dans les domaines où l'IA est déjà forte, tels que la santé, les sciences de la vie et l'IA digne de confiance, et en s'engageant dans de nouveaux domaines stratégiques.

L'IA pour la science, que nous entendons comme l'utilisation d'outils basés sur l'IA pour repousser les limites de la science et de l'ingénierie, est un domaine dans lequel le Canada peut jouer un rôle de premier plan. Notre feuille de route stratégique prévoit de renforcer la capacité de recherche dans l'application de l'IA à la découverte de matériaux et de médicaments, ainsi qu'aux applications quantiques, deux sous-disciplines prometteuses de l'IA pour la science.

Une citation récente du Conseil des académies canadiennes souligne que l'IA a le " potentiel de stimuler l'innovation et de faire progresser la compréhension scientifique au-delà des limites de l'esprit et des capacités humaines ". Avec une équipe croissante de scientifiques de renommée mondiale qui déploient l'IA pour faire avancer la découverte scientifique, Vector entend travailler avec les deux autres instituts nationaux d'IA dans le cadre de la Stratégie pancanadienne en matière d'IA (PCAIS) pour faire de cette déclaration potentielle une réalité.

Le CIFAR a annoncé le mois dernier une cohorte supplémentaire de huit nouvelles chaires CIFAR canadiennes en IA, qui contribueront à faire progresser le leadership canadien dans les domaines prioritaires du PCAIS. Sept d'entre eux sont affiliés à Vector, dont Anatole von Lilienfeld, qui a récemment quitté l'Université de Vienne pour rejoindre l'Université de Toronto (U of T). L'équipe de M. von Lilienfeld travaille sur des méthodes théoriques et informatiques pour l'exploration de l'espace des composés chimiques basée sur la mécanique quantique. Il rejoint les membres de la faculté Vecteur 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, et Alán Aspuru-Guzik, qui, avec son groupe Matter Lab, travaille à l'interface de la chimie théorique avec la physique, l'informatique et les mathématiques appliquées. Ensemble, ils constitueront une force catalytique qui permettra à Vector d'approfondir son orientation vers l'IA au service de 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 génie intéressés par l'application de l'IA à leur domaine. En collaboration avec le Data Science Institute de l'Université de Toronto et le Consortium d'accélération dirigé par Aspuru-Guzik, l'Institut Vecteur est impatient de soutenir 10 boursiers postdoctoraux qui recevront la bourse au cours de la première année du programme afin de créer une communauté interdisciplinaire de scientifiques qui maîtrisent l'IA et qui ont un impact dans leurs domaines respectifs. Le nombre total de boursiers postdoctoraux doublera également l'année prochaine, passant de 10 à 20 et les années suivantes.

Les boursiers Schmidt deviendront des membres à part entière de la communauté Vector et participeront à la programmation que nous offrons. Notre programme commun contribuera à renforcer le sentiment d'appartenance à la communauté entre les boursiers postdoctoraux de Vector, nos institutions affiliées et les nouveaux boursiers Schmidt. Vector facilitera et encouragera également la collaboration par le biais d'un mentorat informel soutenu par les membres du corps professoral de Vector. J'encourage les candidats potentiels au programme Schmidt Futures à explorer les possibilités de supervision ou de co-supervision offertes par les membres du corps professoral de Vector.

L'engagement de Vector dans l'IA pour la science comprend également notre expertise croissante dans les modèles de base : de grands modèles à usage général entraînés sur de vastes données à grande échelle, puis spécialisés pour des tâches spécifiques. L'apprentissage par représentation à l'échelle, tel qu'il est incarné par ces modèles de base, sera la clé de notre succès dans le domaine de l'IA pour la science.

Les modèles de base basés sur le langage et la vision BERT, DALL-E, GPT-3 ont transformé l'IA et constituent un atout pour l'industrie de la haute technologie. Vector a l'intention de définir, de mettre en synergie et de développer un programme qui utilise notre expérience de la gestion d'un projet de PNL couronné de succès pour obtenir des résultats dans ces nouveaux domaines, afin de mieux démocratiser ces technologies.

L'Institut Vecteur est fier d'annoncer que deux des nouvelles chaires CIFAR en IA sont des experts en traitement du langage naturel (NLP) qui pourraient soutenir cette initiative. Vered Shwartz, qui a récemment rejoint l'Université de Colombie Britannique, vise à construire des modèles capables de comprendre le langage naturel au niveau humain. 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 les réseaux neuronaux profonds, ce qui les aide à faire des prédictions plus précises et plus transparentes.

Shwartz et Chen, qui travaillent à grande échelle et possèdent une expertise approfondie, aideront see Vector à développer des modèles de base pour des flux de données tels que la "-omique" unicellulaire, les codes-barres ADN pour la surveillance de la biodiversité et la pathologie numérique.

Ces annonces ne sont que le début de l'initiative AI for Science de Vector. Je suis très enthousiaste à l'idée de cette nouvelle phase de la mission de Vector, qui nous permettra de passer de la création et de la collecte de données à des applications qui exploiteront le potentiel transformateur de l'apprentissage profond et de l'apprentissage automatique pour aider à résoudre des problèmes mondiaux.