François Laviolette est professeur titulaire au Département d’informatique et de génie logiciel de l’Université Laval, titulaire de la Chaire en apprentissage automatique interprétable en intelligence artificielle du Canadian Institute for Advanced Research (CIFAR-AI) (2020-2025), titulaire de la Chaire de recherche industrielle en apprentissage automatique pour l’assurance (2018-2023), membre des comités scientifiques du projet PULSAR, de la plateforme VALERIA et de l’Institut intelligence et données (IID). Au niveau national et international, il est membre associé de l’Institut MILA, membre du comité intelligence artificielle (IA)/santé des Fonds de Recherche du Québec (FRQ), du comité scientifique de l’Institut DATA IA en France et du comité d’experts en IA de l’Observatoire international sur les impacts sociétaux de l’IA et du numérique (OBVIA).
Il a obtenu en 1984 un baccalauréat en mathématiques, en 1987 une maîtrise en mathématiques et en 1997 un doctorat en mathématiques de l’Université de Montréal.
Ses recherches sont centrées sur l’IA, en particulier l’apprentissage automatique, la théorie de l’apprentissage, l’IA interprétable, la théorie des graphes, la vérification automatisée et la bio-informatique.
Prof. François Laviolette est chef de file de la théorie PAC-Bayésienne, qui permet de mieux comprendre les algorithmes d’apprentissage automatique et d’en concevoir de nouveaux. Il s’intéresse entre autres à ceux permettant de résoudre des nouveaux types de problèmes d’apprentissage comme la génomique, la protéomique et la découverte du médicament. Il s’intéresse également à rendre les intelligences artificielles interprétables dans le but entre autres de mieux intégrer l’IA au sein de systèmes où des humains sont dans la boucle de décision.
Grâce à son expertise Prof. François Laviolette joue un rôle non négligeable dans la réalisation de plusieurs projets multidisciplinaires effectués au sein du Centre de recherche en données massives en lien avec le domaine de l’assurance, santé, bio-informatique et science de la vie, éthique et acceptabilité sociale, etc. Tout récemment il s’est orienté vers l’innovation dans l’industrie aérospatiale en co-dirigeant un projet international (DEpendable & Explainable Learning) en collaboration avec des partenaires des milieux de la recherche universitaire et de l’industrie avec un budget de 7,5M$ à l’échelle québécoise et d’environ 40M$ à l’échelle internationale. Ce dernier projet vise à jeter les bases scientifiques sur ce que doit être une IA certifiable lorsqu’embarquée au sein d’un système critique.