Le Symposium IA Montréal vise à rassembler les experts et professionnels intéressés par les percées fondamentales et les applications de l’intelligence artificielle, avec un focus sur les méthodes basées sur l’apprentissage automatique, l’apprentissage profond, ainsi que les approches apparentées. Le symposium se veut un forum rassemblant autant des participants académiques qu’industriels. Il cherche à bâtir des liens plus étroits entre les chercheurs de la région du grand Montréal.

L’événement durera une journée, avec des conférences plénières, allocutions et présentation d’affiches, ainsi qu’une période de réseautage.

Les détails de l’événement de l’année dernière sont disponibles ici.

Nouvelles

Logistique

Lieu

Le Symposium se tiendra le 6 septembre 2019 à l’Université de Montréal. L’événement est gratuit pour les participants, avec une inscription préalable obligatoire. L’École est facilement accessible par transport en commun (métro “Université de Montréal” sur la ligne bleue).

Le programme de la journée (8h-17h) se tiendra dans la salle K-500 dans le pavillon Roger-Gaudry de l’Université de Montréal au 2900 Boulevard Édouard Montpetit (voir étoile rouge sur le plan en bas).

La session poster + réception (17h-20h) se tiendra dans la salle L-400 du même pavillon.

Garderie

Il y aura un service de garderie offert gratuitement pour la journée. Toutefois, l’inscription sera obligatoire et se fera au même moment que l’inscription au symposium.

Code de conduite

Le symposium a pour but de faciliter les discussions et l’échange d’idées. Nous demandons à tous les participants d’être respectueux de tous ainsi que d’être conscient de l’impact de leur attitude. L’inscription au symposium requerra la signature du code de conduite disponible à cette page.

Contributions Acceptées

La liste des IDS des contributions acceptées se trouve ici.

La liste des contributions orales et affiches est disponible ici.

Programme

8.00 – 9.00Inscriptions & petit-déjeuner (inclus)
9.00 – 9.10Mot d’ouverture
9.10 – 9.50Présentation invitée – Shiri Azenkot – AI-Powered Access: Intelligent Interactive Systems to Support People with Visual Impairments
9.50 – 10.10Tackling Societal Problems of Climate Change with Machine Learning, Tegan Maharaj (MILA, Polytechnic Montreal); Sasha Luccioni (Mila); Kris Sankaran (Montreal Institute for Learning Algorithms)
10.10 – 10.30Temporal Knowledge Graph CompletionRishab Goel (Borealis AI); Seyed Mehran Kazemi (Borealis AI); Marcus Brubaker (Borealis AI); Pascal Poupart (Borealis AI)
10.30 – 11.00Pause café
11.00 – 11.20Verifying Individual Fairness in Neural Networks, Golnoosh Farnadi (Polytechnique Montreal); Behrouz Babaki (Polytechnique Montreal); Michel Gendreau (Polytechnique Montreal)
11.20 – 11.40Gradient-Based Neural DAG Learning, Sebastien Lachapelle (Mila, Université de Montréal); Philippe Brouillard (Mila); Tristan Deleu (Mila, Université de Montréal); Simon Lacoste-Julien (Mila, Université de Montréal)
11.40 – 12.00Deep learning techniques applied to thermal inspection of the underground distribution cables, Arnaud Zinflou (Hydro-Québec); Michel Trepanier (Hydro-Québec); Olfa Ben Sik Ali (Hydro-Québec); Luc Cauchon (Hydro-Québec); François Miralles (Hydro-Québec); Marc-Andre Magnan (Hydro-Québec); Jonathan Racine (Hydro-Québec)

12.00 – 13.30Déjeuner (inclus)
13.30 – 14.10Keynote – Suchi Saria – Défis de sécurité émanant de l’apprentissage profond et de nouvelles approches pour prévenir les défaillances
14.10 – 14.30Kotlin∇: A Shape Safe eDSL for Differentiable Functional ProgrammingBreandan M Considine (Mila); Liam Paull (Université de Montréal); Michalis Famelis (Université de Montréal)
14.30 – 14.50Recurrent Language Modeling with Multiplicative RNNs, Diego Maupomé (UQÀM); Marie-Jean Meurs (UQAM)
14.50 – 15.20Pause café
15.20 – 15.40Cardiac MRI Segmentation with Strong Anatomical Guarantees, Nathan Painchaud (Université de Sherbrooke); Youssef Skandrani (Universite de Bourgogne Franche-Comté); Thierry Judge (Université de Sherbrooke); Olivier Bernard (Creatis); Alain Lalande (Universite de Bourgogne Franche-Comté); Pierre-Marc Jodoin (Universite de Sherbrooke)

15.40 – 16.00Gossip-based Actor-Learner Architectures for Deep Reinforcement Learning, Mahmoud Assran (McGill University / Facebook AI Research); Joshua Romoff (McGill University); Nicolas Ballas (Facebook FAIR); Joelle Pineau (Facebook); Mike Rabbat (Facebook FAIR)
16.00 – 16.20Reducing Noise in GAN Training with Variance Reduced ExtragradientTatjana Chavdarova (Mila); Gauthier Gidel (Mila, Université de Montréal, Element AI); Francois Fleuret (Idiap Research Institute); Simon Lacoste-Julien (Mila, Université de Montréal)
16:20 – 17.00Panel – 
17.00 – 20.00Affiches et coquetel avec les commanditaires 

Présentations Invitées

Suchi Saria est le professeure adjoint John C. Malone à l’Université John Hopkins à la tête de du Laboratoire d’Apprentissage Automatique et Santé (Machine Learning and Healthcare Lab). Son travail au laboratoire développe de nouvelles classes d’outils pour le diagnostique et la planification de traitements médicaux, des outils faisant usage des techniques d’apprentissage statistique afin d’extraire des informations fines de bases de données “brutes” et de faire des inférences fiables pour personnaliser les soins.

Les travaux méthodologiques du Pr Saria vont des méthodes bayésiennes et probabilistes pour faire face aux problèmes liés à l’inférence et la prédiction dans les systèmes complexes et temporels concrets, en particulier résultant sur un apprentissage automatique fiable, aux méthodes de raisonnement contrefactuel, et méthodes bayésiennes non-paramétriques pour analyser des séries temporelles et exemples hétérogènes.

Son travail a été reconnu de plusieurs façons, incluant des récompenses pou meilleur papier dans des conférences d’apprentissage automatique, d’informatique, et de recherche médicale, une bourse Rambus (2004-2010), une Bourse d’Innovation Informatique NSF (2011), une place dans les “10 à observer” en Intelligence Artificielle dans le le Intelligent Systems de IEEE (2015), une récompense DARPA pour Jeune Professeur.e (2016), une place dans les “35 innovateur.es sous les 35” de la revu technologique du MIT (2017), une bourse Sloan de recherche en informatique (2018), une sélection en tant que Jeune Leader Mondial par World Economic Forum (2018), et Leader Émergent.e en Santé et Médecine par les National Academies of Medicine (NAM) (2018). En 2017, son travail a été parmi les quatre contributions de recherche présentées par le Dr France Córdova, Directrice de la National Science Foundation au Commerce, Justice Science Appropriations Committee du Congrès américain. Pr Saria a reçu son doctorat de l’Université de Stanford sous la tutelle du Pr Daphne Koller.

Titre de la présentation: Défis de sécurité émanant de l’apprentissage profond et de nouvelles approches pour prévenir les défaillances

Shiri Azenkot est professeure adjoint en sciences de l’information à Cornell Tech, le nouveau campus de l’Université Cornell à New York. Ses champs recherche sont au croisement entre la technologie, le « disability » et l’interaction. Elle aime développer des systèmes et discuter de leurs implications socioculturelles. Les recherches de Shiri portent en particulier sur la conception de systèmes interactifs intelligents pour les personnes malvoyantes. Elle a publié de nombreux ouvrages sur l’interaction et l’accessibilité personne-machine dans des congrès tels que ACM CHI, ACM ASSETS et ACM UIST. Ses ouvrages ont d’ailleurs reçu plusieurs prix et nominations de meileur article. Shiri est également fondatrice du « XR Access Initiative » (xraccess.org), un vaste partenariat université-industrie visant à rendre la réalité augmentée et virtuelle accessibles. Elle a obtenu son doctorat en informatique de l’Université de Washington et son baccalauréat, également en informatique, du Pomona College.

Titre de la présentation: L’accessibilité grâce à l’IA: systèmes interactifs intelligents pour aider les personnes ayant une déficience visuelle

Résumé de la présentation: Au fur et à mesure que l’intelligence artificielle progresse, elle propose de nouvelles opportunités pour répondre de manières novatrices aux besoins humains. Mon objectif est de tirer parti des progrès de l’IA pour résoudre les problèmes d’équité chez des personnes aux capacités diverses. Le US Census Bureau estime qu’environ 20% des Américains ont un handicap, ce qui signifie qu’ils se heurtent à d’importants obstacles dans leur vie quotidienne, car leurs besoins et leurs capacités diffèrent de ce que l’on considère généralement comme «grand public». Dans ma recherche, j’ai mené des études pour comprendre ces obstacles et je conçois des systèmes interactifs intelligents qui aident les gens à les surmonter. Dans cette présentation, je décrirai plusieurs projets récents impliquant des personnes malvoyantes (cécité totale ou partielle). Les projets visent à aider les personnes malvoyantes à apprendre les concepts « STEM », à naviguer et à dialoguer avec d’autres personnes sur des sites de réseaux sociaux. Je conclurai par des questions ouvertes à la communauté sur la manière de faire en sorte que les avancées en matière d’IA autonomisent (au lieu de marginaliser davantage) toutes les personnes, indépendamment de leur capacité (« (dis) ability »).

Table ronde

TitreL’intelligence artificielle et son influence sur d’autres disciplines

Résumé: L’intelligence artificielle (IA) a maintenant un impact sur la recherche et le développement dans diverses disciplines, y compris les sciences sociales et humaines, ainsi que dans plusieurs domaines, y compris la santé et l’éducation. Bien que l’IA ait contribué à une variété de domaines, il est sans doute possible d’influencer de nouvelles disciplines en plus d’intégrer à l’IA des idées provenant d’autres disciplines. L’objectif de ce panel est de mieux comprendre l’influence de l’IA sur les disciplines avec lesquelles elle interagit et aussi d’explorer comment les chercheurs en IA peuvent apprendre et travailler avec des parties prenantes en dehors de la communauté de l’IA. Ce panel sera en l’occurrence une discussion entre des individus de plusieurs disciplines.

Panélistes

  • Suchi Saria (Johns Hopkins University)
  • Pablo Samuel Castro (Google)
  • Fenwick McKelvey (Concordia University)
  • Doina Precup (McGill University/DeepMind)

Inscriptions

Pour éviter que l’événement ne soit complet immédiatement, une pré-inscription sera ouverte du 12 août au 21 août. Nous vous invitons à vous pré-inscrire en cliquant ici.

Après cette date et jusqu’au 23 août, les participant.e.s seront choisi.e.s aléatoirement parmi les inscrit.e.s, chaque papier accepté bénéficiant d’une participation automatique. Le tirage aléatoire ne sera pas uniforme, les organisateurs veillant à ce que l’auditoire soit aussi représentatif que possible. A ces fins, nous vous encourageons à répondre à l’enquête démographique (facultative).*

Une fois que la participation a été validée, chaque participant.e devra confirmer sa présence, faute de quoi la place sera donnée à quelqu’un d’autre. En outre, un.e participant.e ayant confirmé mais ne pouvant assister à l’événement aura jusqu’à deux jours avant l’événement pour se désinscrire afin de laisser sa place à quelqu’un d’autre. Les personnes choisies qui ne se sont pas désinscrites et qui ne viennent pas au symposium pourront être exclues du symposium de l’année suivante, cela afin d’assurer que le plus grand nombre puisse assister à l’événement.

*Les obstacles auxquels font face les groupes marginalisés et la façon dont ils limitent leur participation dans notre domaine sont importants pour nous. Une première étape dans l’élimination de ces barrières, dans l’espoir d’augmenter la participation de la part de ces groupes sous-représentés, a été de caractériser notre communité selon ces divers axes identitaires. Nous souhaitions permettre à celleux qui voulaient s’auto-identifier volontairement de le faire de façon fidèle mais aussi standardisée et permettant une analyse anonymisée. Ces données peuvent être utilisées pour mieux comprendre les besoins spécifiques des membres de notre communauté et mieux connaître ses composantes. Pour le SIAM 2019, après le succès de l’année précédente, nous tenterons d’utiliser ces informations démographiques volontairement soumises afin d’avoir une représentation équitable parmi nos participants.

Appel aux contributions

Nous vous invitons à soumettre vos contributions au second symposium IA Montréal. Nous encourageons les soumissions de résumés (abstracts) provenant de la recherche académique et industrielle, et qui décrivent une contribution technique ou pratique, un problème ouvert, une application, ou une prise de position. Nous acceptons les contributions déjà publiées. Veuillez ne pas soumettre de matériel confidentiel.

Les sujets d’intérêts sont, parmi d’autres :

  • La recherche fondamentale en apprentissage profond, apprentissage par renforcement, les machines à noyaux, la modélisation bayésienne, les méthodes d’ensemble, l’optimisation pour l’apprentissage statistique ;
  • Les problèmes liés à l’implémentation, la parallélisation, les plateformes logicielles, le matériel ;
  • Les applications, notamment la vision, l’audio, la parole, le traitement automatique de la langue, la robotique, la santé, la bio-informatique, l’art.
  • Les questions d’équité en IA ainsi que l’éthique en IA.

Instructions pour les soumissions

Toutes les soumissions seront prises en charge à travers le site web CMT du symposium : https://cmt3.research.microsoft.com/MAIS2019/. Pour accéder à ce site, il vous sera demandé de créer un compte CMT si vous n’en possédez pas. Toutes les soumissions doivent être rédigées en anglais.

Afin de créer une nouvelle soumission, cliquez sur ‘Create new submission’. Il vous sera alors demandé de sélectionner votre sujet (subject area), d’indiquer vos conflits d’intérêts (conflict domains), ainsi que votre préférence en termes de présentation (poster ou oral). Les résumés ne doivent pas dépasser deux pages avec une taille de police de 10pt, sans compter les références.

Les évaluations seront doublement anonymes : les soumissions révélant l’identité des auteurs seront automatiquement rejetées. Si vous citez vos contributions précédentes, veuillez ne pas utiliser ‘nous’ ou ‘notre’/’nos’. Nous acceptons les contributions déjà publiées (y compris les pre-prints) mais nous vous demandons de ne pas citer ces contributions afin de maintenir l’anonymat durant la période d’évaluation. Nous vous demandons aussi de ne pas inclure de remerciements dans vos soumissions.

Nouvelle date limite de soumission:  July 5 2019, 17:00 EST.

Date limite de soumission : 28 Juin 2019, 17:00 EST.

Notification d’acceptation : 9 Août 2019.

Appel aux commandites

Le symposium étant gratuit pour les participants, son organisation repose uniquement sur les commandites.

Si vous souhaitez découvrir nos offres de commandites, veuillez contacter les organisateurs.

Reconnaissance territoriale

Nous aimerions préciser que l’Université de Montréal est située sur des terres autochtones non cédées.
La nation Kanien’kehá: ka est reconnue comme la gardienne des terres et des eaux sur lesquelles nous nous réunissons pour cet événement.
Tiohtiá: ke / Montréal est historiquement reconnue comme un lieu de rassemblement pour de nombreuses Premières nations.
Aujourd’hui, il abrite une population diverse d’Autochtones et d’autres peuples.
Nous respectons les liens continus avec le passé, le présent et l’avenir dans nos relations suivies avec les peuples autochtones et les autres peuples de la communauté montréalais

Comité organisateur

Responsable de programme sénior:

  • Negar Rostamzadeh, Element AI

Responsables de programme:

  • Laurent Charlin, MILA, Université de Montréal/ HEC
  • Adriana Romero, Facebook AI Research/ McGill
  • Fernando Diaz, Microsoft Research

Responsable locale:

  • Émélie Brunet, MILA, Université de Montréal

Responsables inclusion et diversité:

  • Laurent Dinh, Google Brain
  • Hana Nagel, Element AI

Contact des organisateursmais2019.pc@gmail.com

Contact des responsables inclusion et diversitémais2019.dc@gmail.com

Commanditaires

Platine

Or

Argent