Résumé
L’apprentissage automatique utilise des données et des algorithmes pour imiter la façon dont les humains pensent. Il est à l’origine de tout, des agents conversationnels à la saisie intuitive, en passant par les machines capables de diagnostiquer des maladies à partir d’images. L’apprentissage automatique offre également des possibilités dans le domaine de l’ingénierie, mais nous ne l’utilisons pas encore à son plein potentiel.
Katarina Grolinger, titulaire de la Chaire de recherche du Canada sur les applications de l’apprentissage automatique en ingénierie, élabore des solutions pour les systèmes intelligents afin de surmonter les obstacles à l’utilisation de l’apprentissage automatique dans les pratiques d’ingénierie. Mme Grolinger et son équipe de recherche conçoivent des méthodes d’apprentissage automatique distribuées qui correspondent mieux à la nature distribuée des données et des appareils connectés. Ils entendent poursuivre plusieurs objectifs, notamment veiller à ce que les systèmes s’adaptent à des environnements changeants, intégrer l’« explicabilité » et l’équité dans l’apprentissage automatique, et fournir des solutions évolutives et durables. Les solutions qu’ils mettent au point favoriseront une utilisation responsable de l’apprentissage automatique dans l’ingénierie et renforceront ses avantages économiques et sociaux.