Aux mercredis-recherches, vous aurez la chance d'en apprendre davantage sur les fascinants projets de recherche menés par des membres du corps professoral. Ces évènements se veulent inclusifs et tout le monde est encouragé à se joindre à nous!
Calendrier 2025
Aux professeur.e.s
Vous êtes intéressé.e.s à communiquer vos projets de recherches, votre parcours et entrer en contact avec des étudiant.e.s? Vous êtes les bienvenu.e.s pour la session d'hiver 2025!
Dates disponibles pour l'hiver 2025
| Date | Heure | Lieu | Professeur.e | Domaine | Liens | Inscription ou video |
|---|---|---|---|---|---|---|
| 5 février | 12h30 à 13h 30 | PK-1320 | Roman Sarrazin Gendron | Science participative/Bioinformatique | Google Scholar | diapo |
| 19 février | 12h30 à 13h 30 | PK-R610 | Jaël Champagne-Gareau | Planification en IA et exploitation des ordinateurs | Google scholar | diapo |
| 26 mars | 12h30 à 13h 30 | PK-5115 | Maram Assi | Intelligence artificielle pour la maintenance logicielle | Google Scholar | vidéo |
Pour réserver une des plages horaires ci-haut, communiquez avec Eric Lavallée
5 février Roman Sarrazin Gendron
Décoder la biologie avec le jeu vidéo
L'expérimentation en laboratoire est excessivement coûteuse en temps et en argent. Les techniques de l'informatique et de l'intelligence artificielle sont donc précieuses pour analyser les données biologiques rapidement et efficacement. Cependant, ces données tendent à être hétérogènes et biaisées, et sont parfois disponibles en quantité très limitée. Malgré des avancées spectaculaires introduites par l’application de nouvelles méthodes d’intelligence artificielle à ce type de données au cours des dix dernières années, certains problèmes demeurent particulièrement difficiles : les algorithmes modernes fonctionnent adéquatement dans de bonnes conditions, mais ces résultats peinent à se généraliser à de nouvelles données.
C’est précisément dans ce contexte qu’un influx supplémentaire d’information peut aider à la résolution de ces problèmes et à l’entraînement d’intelligences artificielles. Une approche innovatrice à grande échelle pour l’acquisition de ces annotations est le jeu vidéo de science participative (JSP). Borderlands Science, un mini-jeu produit au Québec, à l’intérieur du jeu Borderlands 3, est le JSP qui a rejoint le plus de participants à ce jour avec plus de 5 millions de joueurs mobilisés pour la cartographie du microbiome humain. Ces nouvelles sources d’annotations présentent une forte synergie avec des approches d’apprentissage par renforcement qui sont entraînées sur les dizaines de millions de solutions humaines pour nous aider à comprendre comment mieux approcher ce problème. La combinaison des nouvelles méthodes d’intelligence artificielle, de la science participative et des approches combinatoires plus traditionnelles offre de nouvelles perspectives pour la bioinformatique.
19 février Jaël Champagne-Gareau
Résolution efficace de processus décisionnels de Markov par l'exploitation d'approches structurelles et algorithmiques tirant parti de l'architecture moderne des ordinateurs
Plusieurs algorithmes de planification, ayant des stratégies variées, permettent de calculer une politique optimale d’un PDM. Cependant, vu les instances de problèmes de planification de plus en plus grandes que l’on souhaite pouvoir résoudre, les méthodes actuelles ne suffisent pas : elles ne sont pas assez rapides. Une façon d’accélérer les calculs passe par une meilleure exploitation de l’architecture des processeurs modernes lors de la conception et de l’implémentation des algorithmes. En effet, tirer profit d’éléments tels que les différents niveaux de parallélisme accessibles (comme le parallélisme d’instructions et le parallélisme de fils d’exécution) ou encore la hiérarchie de mémoire a mené à des gains de performance significatifs dans plusieurs branches de l’informatique. Par exemple, les processeurs de type GPU, autrefois spécifiquement optimisés pour des tâches hautement parallélisables pour des rendus graphiques, sont maintenant largement utilisés pour réduire significativement le temps d’apprentissage des réseaux de neurones artificiels. Cette stratégie reste cependant quasi inédite en planification. Cette recherche propose des contributions visant à combler ce manque dans la littérature en améliorant l’implémentation des algorithmes de planification de MDPs de sorte à exploiter les caractéristiques des processeurs modernes.
26 mars Maram Assi
Vers une maintenance logicielle pilotée par l'IA
La maintenance logicielle est un élément clé du cycle de vie du développement logiciel. Aider les ingénieurs logiciels à maintenir les applications existantes de manière efficace est essentiel pour préserver leurs fonctionnalités et favoriser une culture de l'innovation. Les artefacts issus des projets logiciels, tels que les avis des utilisateurs, le code source et les rapports de problèmes, contiennent une multitude d’informations précieuses pour les ingénieurs logiciels.
Cette présentation mettra en lumière mes principales contributions à l’intersection de la maintenance logicielle et de l'intelligence artificielle (IA), tout en exploitant ces artefacts logiciels. Je présenterai mon utilisation innovante des avis des utilisateurs, de l’Intelligence Artificielle Générative et du traitement du langage naturel pour aider les ingénieurs à améliorer les caractéristiques, les fonctionnalités et la qualité globale du produit logiciel. En outre, je discuterai de mes efforts pour rationaliser le flux de résolution des bogues et explorerai mon travail sur la dynamique du clonage de code au sein des cadres d'apprentissage en profondeur, contribuant ainsi à réduire l'effort humain lié à la maintenance logicielle.