Chaires de recherche du Canada
L’apprentissage automatique pour les systèmes de prévision est alimenté par des données annotées par des humains, qui ajoutent de la subjectivité, des intentions et des précisions. Mais ces données sont aussi susceptibles de devenir un goulot d’étranglement, et le partage des informations peut entraîner d’importants problèmes sur le plan de l’éthique et de la sécurité. Heureusement, l’émergence des données numériques crée de nouvelles possibilités à la fois pour briser le goulot d’étranglement et pour répondre à ces préoccupations. Yuhong Guo, titulaire de la Chaire de recherche du Canada en apprentissage automatique, s’efforce de trouver une solution.
Mme Guo et son équipe de recherche mettent au point des méthodes plus efficaces de partage de l’information dans des scénarios variés et changeants du monde réel. Cela permettra de réduire la dépendance à l’égard de l’annotation humaine pour l’apprentissage supervisé, tout en tenant compte des questions de confidentialité et d’équité. Ultimement, leurs travaux contribueront à la création d’une nouvelle génération de technologies de transfert d’informations, qui permettront d’appliquer l’apprentissage automatique à des services divers, adaptables et bénéfiques pour la société.