Foire aux questions

Mila est principalement un centre de recherche sur l'apprentissage automatique, axé sur l'apprentissage profond et l'apprentissage par renforcement.

À Mila, nous cherchons toujours à repousser les limites de la recherche de pointe. Notre institut est surtout connu pour ses contributions aux principes fondamentaux de l'apprentissage profond. De fait, Mila est à l’origine de plusieurs des premiers articles sur le sujet, tels que :

• l’incorporation de vecteurs de mots dans les réseaux de neurones;
• les auto-encodeurs débruitants;
• les réseaux profonds utilisant la ReLU au lieu des fonctions tanh ou sigmoïde;
• les mécanismes d’attention et la révolution de la traduction automatique et du traitement du langage naturel (NLP) qui s’ensuivit;
• les réseaux antagonistes génératifs (GANs), 
• etc.

Mila a également publié le très populaire manuel sur l’apprentissage profond (MIT Press 2016) et cofondé la International Conference on Learning Representations (ICLR).

Mila a été un terreau fertile pour le développement de l’apprentissage par renforcement profond et l'élaboration des fondements théoriques de l’apprentissage profond (mécanismes, méthodes d'optimisation et analyse, généralisation, distribution à l’intérieur et à l’extérieur de la distribution des données, causalité, méthodes génératives et probabilistes). L’institut a bâti une masse critique d’expertise à l’intersection des neurosciences théoriques et de l’apprentissage profond (Neuro-AI), plus récemment, en portant son attention sur le traitement conscient de haut niveau pour aider l'apprentissage profond à passer de sa compétence actuelle de système 1 (connaissance intuitive) à une compétence conjointe des systèmes de niveaux 1 et 2 (connaissance verbalisable, raisonnement, généralisation systématique).

Mila a également développé une expertise dans de nombreux domaines d'application de l'apprentissage automatique (avec un accent sur l'IA pour le bien commun); des domaines traditionnels comme la vision par ordinateur, le traitement automatique du langage naturel et la robotique aux applications dans les domaines des soins de santé (par exemple, l’imagerie médicale et la découverte de médicaments), de l’environnement (Mila a cofondé l’organisation Climate Change AI), de l’IA au service de la science (pour aider à la modélisation et à la découverte en physique, chimie, biologie, etc.) et des sciences sociales (lutte contre l'exploitation sexuelle, contribution aux aspects juridiques et philosophiques de l'IA responsable, notamment par le biais de la Déclaration de Montréal pour un développement responsable de l'IA).

Pour en savoir plus, consultez la page Expertise fondamentale.

L’apprentissage profond est un champ de recherche nouveau et passionnant. Un·e étudiant·e avec de bonnes aptitudes en mathématiques peut assimiler aisément la plupart des idées centrales de ce domaine et contribuer rapidement à la recherche. Récemment, il a été démontré que l’apprentissage profond (grâce à de gros réseaux neuronaux utilisant des GPU ou implémentés selon une architecture distribuée) a permis à la reconnaissance d’objets et à la reconnaissance de la parole de faire un grand bond en avant. Ainsi, avec la recherche en apprentissage profond, les étudiant·e·s possédant un bon bagage en mathématiques et des habiletés en programmation bénéficient d’une occasion exceptionnelle de faire une différence.

Veuillez consulter la page Demandes de supervision pour plus d'informations sur le processus de demande de supervision à Mila.

• Un milieu de recherche stimulant : À Mila, nous sommes passionnés par l’avancement des connaissances en intelligence artificielle. Vous y croiserez des étudiant·e·s en train de débattre de toutes sortes d’idées de recherche originales. Les professeur·e·s sont très engagé·e·s et impliqué·e·s avec les étudiant·e·s, ce qui contribue à créer un climat de recherche interactif et ouvert.
• Équilibre travail-vie personnelle : À Mila, nous produisons une recherche de qualité tout en gardant un équilibre entre le travail et la vie personnelle. La culture québécoise favorise cet état d’esprit.
• Ressources en calcul importantes : Les étudiant·e·s à Mila ont accès à plusieurs ordinateurs puissants équipés de GPUs. Notre institut bénéficie également de ressources additionnelles par le truchement d’un accès partagé au regroupement d’ordinateurs déployés à travers le Québec et le Canada.
• Occasions de participer à des conférences : Les professeur·e·s encouragent fortement les étudiant·e·s à participer aux conférences parce qu’ils considèrent cela comme une partie essentielle de leur formation de chercheur·euse.
• Recherche financée : Ce financement est habituellement lié à des projets de recherche industrielle. Les travaux sont souvent publiables. La plupart des étudiant·e·s trouvent cet arrangement préférable à celui proposé par d’autres universités où les étudiant·e·s financé·e·s doivent concéder une part importante de leur travail à effectuer des tâches qui ne sont pas liées à des activités de recherche.
• Stages : Les chercheur·euse·s / étudiant·e·s de Mila font souvent des stages au sein des meilleurs groupes de recherche industriels à travers le monde.

Par défaut, les étudiant·e·s étranger·ère·s doivent payer des frais additionnels, mais les étudiant·e·s supervisé·e·s par un·e professeur·e affilié·e à Mila peuvent habituellement faire financer ces frais par les fonds de recherche de leur superviseur·euse. Ils peuvent aussi, lorsqu’applicable, obtenir une exemption.

Votre superviseur·euse vous informera de l’aide financière qui vous sera octroyée. Votre université d’attache vous informera aussi de vos exemptions de frais de scolarité.