Apprentissage continu par modulation de paramètres d’incertitudes

L’intelligence artificielle et l’apprentissage profond font leur entrée dans notre vie. Que ce soit par le biais de moteurs de suggestion de film, d’assistant vocale ou d’aide à la conduite automobile, il est désormais pris pour acquis que cette technologie est là pour rester. Mais les modèles d’intelligence artificielle que nous connaissons aujourd’hui souffrent tous du même défaut. Ils peuvent être entraînés pour effectuer une tâche donnée, mais ils cessent d’apprendre dès que cet entraînement est terminé. Or, nous évoluons dans un environnement changeant et dynamique. Une voiture autonome entraînée pour reconnaître certains panneaux de signalisation ne saura pas quoi faire si un nouveau panneau fait soudainement partie du paysage. Le but de ce projet est de doter les modèles d’intelligence artificielle d’une composante permettant de moduler leur fonctionnement après leur période d’entraînement initiale. Les modèles ainsi modulés auraient donc une plus grande durée de vie et seraient plus performants.

Faculty Supervisor:

Christian Desrosiers;Marco Pedersoli

Student:

Partner:

Teledyne DALSA Semiconducteur (Montreal, QC)

Discipline:

Engineering

Sector:

Manufacturing

University:

École de technologie supérieure

Program: