Quels sont les principaux domaines d’études à Mila?

Mila étudie l’apprentissage machine, avec une spécialisation particulière en apprentissage profond et en apprentissage par renforcement. Nous sommes toujours intéressés à pousser les limites de la recherche fondamentale en apprentissage machine. Cet institut est d’ailleurs reconnu pour ses compétences sur les:

• Fondements de l’apprentissage profond: l’institut compte à son actif la publication de l’un des premiers articles du domaine (NIPS 2006), un livre (2009), une revue de la littérature résumant l’état de l’art de l’apprentissage profond (2013) ainsi que plusieurs autres contributions. Ian Goodfellow (ancien étudiant au doctorat de Mila), Yoshua Bengio et Aaron Courville  a publié l’un des livres les plus complets sur l’apprentissage profond en 2016.
• Autoencodeurs: Mila a contribué à la révolution de l’apprentissage profond en introduisant l’empilement d’auto-encodeurs débruitants (stacked denoising autoencoders). C’est également ici qu’ont été inventés les auto-encodeurs contractifs (contractive autoencoders) et les réseaux stochastiques génératifs (generative stochastic networks).
• Réseaux de neuronnes supervisés: Mila est un pionnier dans l’utilisation des neurones linéaires rectifiés utilisés dans les réseaux de neurones à propagation avant (feedforward neural nets). Les réseaux rectifieurs profonds ont acquis une grande popularité dans les domaines de la vision et de la reconnaissance de parole. Nous avons aussi développé récemment les unités maxout qui ont aussi gagné en popularité dans une variété d’applications en traitement de la parole et de vision par ordinateur.
• Modèles génératifs: Mila est le lieu de naissance du  « spike-and-slab » RBM (restricted Boltzmann machine), l’un des meilleurs modèles génératifs pour les images naturelles. Les étudiants du MILA étudient également un vaste registre de sujets reliés aux machines de Boltzmann, y compris la manière dont on peut améliorer l’entraînement et l’échantillonnage avec ces machines.
• Réseaux de neurones récurrents: les étudiants de Mila travaillent sur la modélisation de la structure temporelle à l’aide de réseaux récurrents. Les modèles neuronaux de langage (avec des mots intégrés) ont été inventés ici tout comme les RNN-RBMs, des modèles très performants pour modéliser la musique polyphonique.

Qui sont les partenaires de Mila?

Notre institut collabore avec de multiples partenaires industriels et institutionnels.

Cliquez ici pour la liste des partenaires industriels.

Et ici pour la liste des institutions partenaires.