Vector organise un programme de stages pour les étudiants africains en apprentissage automatique

27 janvier 2020

De gauche à droite : Toniann Pitassi, membre du corps enseignant de Vector, Irene Kameni, Kobby Panford-Quainoo, Fadel Thior, Ines Birimahire, Aisha Alaagib, stagiaires de Vector, et Elliot, étudiant diplômé de Vector.

Creager

Par Ian Gormely

Il y a dix-huit mois, Fadel Thior n'avait jamais travaillé avec des algorithmes d'IA. Aujourd'hui, il fait partie d'une communauté croissante d'experts en IA en Afrique. 

Cette mise à niveau massive a été rendue possible grâce à un nouveau programme de maîtrise en IA sur le continent. Le Sénégalais faisait partie de la cohorte inaugurale de diplômés du programme AMMI (African Master's in Machine Intelligence) qui a réuni certains des meilleurs talents africains en matière d'IA, ainsi que Richard Zemel, directeur de recherche chez Vector, au Centre d'excellence Quantum Leap Africa de l'Institut africain des sciences mathématiques (AIMS) à Kigali, au Rwanda, pour un programme intensif d'un an. "Vous apprenez beaucoup en 10 minutes", dit Thior. "On vous dit quelque chose et il faut parfois une semaine pour l'assimiler.

M. Thior avait entamé une année de master en informatique lorsque son intérêt pour l'IA, et plus particulièrement pour le traitement du langage naturel, a été éveillé par un cours d'introduction à l'IA. Avec deux amis, qui n'avaient pas non plus d'expérience en matière d'IA, il a commencé à construire un chatbot de questions-réponses en partant de zéro, en apprenant au fur et à mesure. "Nous avons commencé par le début et c'était très compliqué", explique-t-il. "Nous ne connaissions aucun des cadres que les gens utilisent habituellement. Nous ne connaissions que le codage.

L'IA peut placer l'Afrique "à l'avant-garde de la quatrième révolution industrielle", selon un article récent de Brookings. Les centres informatiques, comme le Kenya et l'Afrique du Sud, s'intéressent de plus en plus à l'IA, explique M. Zemel, qui était conférencier invité à l'AIMS, tandis que de nouveaux centres sont en train d'être créés au Ghana et au Rwanda. "Le groupe Black in AI fait un travail formidable en organisant et en mobilisant les efforts", déclare-t-il. "Et il y a des rencontres formidables connues sous le nom d'Indabas, qui sont une sorte de mélange de conférence, d'expo et de hackathon.

Pourtant, des défis subsistent. Le même article de Brookings souligne les problèmes de connectivité numérique, ainsi que le manque de systèmes réglementaires et de compétences techniques, comme autant d'obstacles à une expansion plus large de l'IA. 

"Il y a beaucoup de gens très talentueux qui sont très enthousiastes à propos de l'IA", confirme M. Thior. "Mais ils n'ont pas l'occasion de le faire parce que nous n'avons pas de programme d'IA au Sénégal ou même en Afrique autre que l'AMMI. 

Le travail de Thior avec ses amis a été mis en pause lorsqu'il est devenu l'un des 31 étudiants sur plus de 1 000 candidats qui ont été acceptés à l'AMMI, où MoustaphaCisse, directeur de Google AI à Accra, Ghanna, est directeur. C'est là qu'il a rencontré Zemel, ainsi que Toniann Pitassi, membre de la faculté Vector, et David Madras et Elliot Creager, étudiants de troisième cycle, qui étaient tous conférenciers invités au programme. "L'AMMI est une excellente initiative qui apporte un nouveau flux de talents africains dans ce domaine", déclare Zemel. "Il est très difficile pour les Africains de poser leur candidature et de faire partie de la filière des étudiants diplômés. Vector, l'université de Toronto et d'autres universités canadiennes peuvent aider en développant un programme de stages plus régulier.

Impressionné par la cohorte d'étudiants à laquelle Pitassi et lui ont enseigné (il les décrit comme certains des "meilleurs et plus brillants jeunes diplômés de toute l'Afrique"), Zemel a proposé des stages de recherche chez Vector à six d'entre eux, sous la supervision de certains membres du corps professoral de Vector. "Les choses sur lesquelles les gens travaillent pendant deux ou trois mois à l'université, nous les faisions en trois semaines", se souvient Thior, qui a été jumelé avec Anna Goldenberg. "Tous les professeurs ont été très impressionnés par les étudiants.

Comme Thior, Aisha Alaagib, stagiaire chez Vector, est arrivée à l'IA par un chemin détourné. Elle s'intéresse à la cryptographie et a commencé à s'intéresser à l'application de l'apprentissage automatique à ce domaine alors qu'elle préparait un master en mathématiques, mais n'avait pas d'expérience en apprentissage automatique. Elle explique que son passage à l'AMMI, où elle s'est intéressée à l'intégration de la vision par ordinateur et du NLP, et à Vector, où elle a poursuivi ses travaux sur l'apprentissage par représentation multimodale avec Sanja Fidler, lui a ouvert les yeux sur les possibilités de transformation de la technologie. "L'IA nous oblige à repenser tous les aspects de notre vie", explique-t-elle. "Comment l'IA affecte-t-elle les soins de santé, la vie privée, nos données ?

Tous deux soulignent également que la communauté de recherche élargie de Vector les a aidés à mieux comprendre les capacités de l'apprentissage automatique et à s'acclimater à leur nouvel environnement. "Ce que j'ai retiré de Vector, ce n'est pas seulement d'apprendre l'apprentissage automatique ou de faire de la recherche", déclare Alaagib. "Il y a une communauté, à la fois pour le travail et pour le plaisir.

Leurs stages chez Vector étant maintenant terminés, Thior et Alaagib cherchent tous deux à acquérir davantage d'expérience à l'étranger avant de rentrer chez eux. Alaagib a cosigné un article qui a été accepté au NeurIPS de l'année dernière et Thior a déjà un autre stage en vue, celui-ci à l'institut frère de Vector, Mila, à Montréal. Tous deux espèrent contribuer à la communauté naissante de l'IA en Afrique, soit en retournant à l'AIMS (ce qu'Alaagib fera en tant que tuteur et chercheur), soit en développant leurs propres cours d'IA. "Nous avons le bagage mathématique, nous avons le bagage de codage", déclare Fadel. "Il ne nous reste plus qu'à prendre l'initiative.

En rapport :

Des protocoles normalisés sont essentiels pour un déploiement responsable des modèles linguistiques

Les inconnues connues : Geoff Pleiss, chercheur chez Vector, se penche sur l'incertitude pour rendre les modèles de ML plus précis.

Un homme regarde un tableau blanc sur lequel sont inscrites des formules en rouge.
Perspectives
Une IA digne de confiance

Comment mettre en œuvre des systèmes d'IA en toute sécurité