Plaidoyer pour une IA nationale

Wednesday 12 November 2025, 14:00 to 14:30

Place
Terminal de croisières de Québec
84 Rue Dalhousie, Québec, QC G1K 4C4
Room
Salle RDVIAQ

Les progrès considérables réalisés ces dernières années dans le domaine de l'intelligence artificielle (IA), en particulier avec les grands modèles de langue (GML) et autres modèles fondationnels, annoncent une période d'avancées technologiques importantes qui ont déjà un impact significatif sur l'économie et la société. 

Cependant, ces avancées technologiques étaient principalement contrôlées, encore récemment, par les grandes entreprises technologiques américaines. Compte tenu des bouleversements importants que nous avons connus depuis l’élection présidentielle américaine de l’année dernière, on observe une érosion significative de la confiance qui nous amène à remettre en question notre dépendance actuelle vis-à-vis des entreprises technologiques américaines en matière d'intelligence artificielle. La capacité à développer une souveraineté numérique plus forte conduit à l'idée de développer des IA nationales, avec des GML et autres modèles fondationels conçus par et pour les citoyens d'une nation donnée, reflétant mieux leur culture, leurs valeurs et leurs langues, tout en étant développés et déployés sur des infrastructures technologiques locales. 

Dans cette présentation, je développerai les arguments en faveur de ces IA nationales, le contexte technologique et sociétal qui les entoure, ainsi que les conditions nécessaires à leur réalisation.


Christian Gagné
Christian Gagné
Directeur scientifique
Institut intelligence et données (IID)
Christian Gagné est professeur au département de génie électrique et de génie…
Christian Gagné est professeur au département de génie électrique et de génie informatique de l’Université Laval depuis 2008. Il est le directeur de l’Institut intelligence et données (IID) de l’Université Laval. Il détient une Chaire en intelligence artificielle Canada-CIFAR et est membre associé à Mila. Il est également membre du Laboratoire de vision et systèmes numériques (LVSN), une composante du Centre de recherche en robotique, vision et intelligence machine (CeRVIM), ainsi que du Centre de recherche en données massives (CRDM) de l’Université Laval. Il fait parti des regroupements stratégiques REPARTI et UNIQUE du FRQNT, du centre VITAM du FRQS et de l’Observatoire international sur les impacts sociétaux de l’IA et du numérique (OBVIA). Il a complété un doctorat en génie électrique (Université Laval) en 2005 pour ensuite effectuer un stage postdoctoral conjointement à l’INRIA Saclay (France) et l’Université de Lausanne (Suisse) en 2005-2006. Il a œuvré comme associé de recherche en milieu industriel entre 2006 et 2008. Il est membre du comité exécutif de l’ACM Special Interest Group on Evolutionary Computation (SIGEVO) depuis 2017. Ses intérêts de recherche portent sur l’élaboration de méthodes pour l’apprentissage machine et l’optimisation stochastique. En particulier, il s’intéresse aux réseaux de neurones profonds, à l’apprentissage et au transfert de représentations, au méta-apprentissage ainsi qu’à l’apprentissage multitâche. Il s’intéresse également aux approches d’optimisation basées sur des modèles probabilistes ainsi qu’aux algorithmes évolutionnaires, entres autres pour l’optimisation boîte noire et la programmation automatique. Une part importante de ses travaux porte également sur la mise en pratique de ces techniques dans des domaines comme la vision numérique, la microscopie, la santé, l’énergie et les transports.