Intérêts de recherche

• Apprentissage automatique pour générer de la musique, du son, du texte et des images
• La créativité informatique : ce qu'elle pourrait être (en explorant ses limites) et comment travailler avec elle (par exemple, en développant des outils pour les artistes).

Biographie

Sageev Oore a obtenu un diplôme de premier cycle en mathématiques (Dalhousie), et des diplômes de maîtrise et de doctorat en informatique (Université de Toronto) en travaillant avec Geoffrey Hinton. Dans le cadre de sa maîtrise, il a mis au point un algorithme d'apprentissage minimalement supervisé pour la localisation de robots, précurseur du filtrage de particules et de la SLAM. Dans le cadre de son doctorat, également supervisé par Demetri Terzopoulos, il a mis au point un outil en temps réel pour générer des animations de personnages. Musicien professionnel, Sageev s'est produit en tant que soliste avec des orchestres, aussi bien en tant que pianiste classique qu'en tant qu'improvisateur de jazz. Avec son frère Dani, il a enregistré un album combinant des chansons d'art classiques et de l'improvisation. En 2016, la fascination de longue date de Sageev pour la combinaison de l'apprentissage automatique & de la musique a dépassé sa résistance de longue date à ce même sujet, et il a rejoint le projet Magenta chez Google Brain (Mountain View, Californie) en tant que scientifique invité, appliquant des approches d'apprentissage profond à la musique. Ayant maintenant rejoint la faculté d'informatique de l'université Dalhousie et le Vector Institute, il met en place un programme de recherche explorant l'apprentissage automatique dans la créativité informatique.

Activités de recherche et actualités

• Avec Ian Simon : Performance RNN, un système pour générer de la musique avec un timing et une dynamique expressifs https://magenta.tensorflow.org/performance-rnn