L’apprentissage interactif pour une IA décisionnelle

mercredi 12 novembre 2025, 13:30 à 14:00

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

L'apprentissage supervisé (notamment via l’apprentissage profond) a démontré d'impressionnantes performances dans l'automatisation de tâches comme la classification des données. Cependant, la supervision ne suffit plus pour apprendre à réaliser une tâche mieux que l’humain : il faut laisser la machine apprendre par elle-même, via des interactions avec son environnement. L’apprentissage interactif qui en découle comporte son lot de défis, mais également son lot d’opportunités. Cette présentation portera sur les enjeux spécifiques à l’apprentissage interactif et des avenues de solution envisagées. Différentes formulations du paradigme d'apprentissage interactif seront abordées, incluant notamment l’apprentissage par renforcement. Le potentiel de ce passage d’une IA prédictive vers une IA décisionnelle sera illustré par diverses applications.

Audrey Durand
Audrey Durand
Professeure adjointe, Faculté des sciences et de génie
Université Laval
Audrey Durand est professeure agrégée en Informatique et Génie logiciel/Génie…
Audrey Durand est professeure agrégée en Informatique et Génie logiciel/Génie informatique/Génie électrique à l’Université Laval. Elle est également membre de l'Institut Intelligence et Données (IID) de l'Université Laval et membre académique associée à Mila via une Chaire CIFAR (Institut canadien de recherches avancées) en intelligence artificielle. Elle était auparavant chercheuse postdoctorale avec la prof. Joëlle Pineau à l’Université McGill. Elle s’intéresse plus précisément à l’apprentissage interactif, dans lequel un modèle est appris à partir de données dont le processus de collection est influencé par le modèle lui-même. Cela inclut par exemple : l’apprentissage par renforcement et les bandits; l’apprentissage actif; et l’apprentissage incrémental/continu avec des boucles de rétroaction. Ses contributions recoupent le développement de nouvelles méthodes, leur analyse théorique, ainsi que leur application à des problèmes réels dans le domaine scientifique, avec une emphase sur la science de la santé.