De nos jours, l’analyse des données est au coeur de plusieurs nouvelles technologies. Il suffit de penser à la voiture sans conducteur de Google, à la fusée autonome de SpaceX, aux assistants personnels intelligents comme Siri ou Alexa, ou même à l’HoloLens de Microsoft. Ces technologies d’intelligence artificielle (IA) ont un point commun : elles s’appuient sur des algorithmes d’apprentissage machine. Pour plusieurs applications, le résultat final est primordial, mais certaines autres exigent aussi qu’un humain puisse comprendre comment l’algorithme d’IA prend ses décisions. Dans celles-ci, l’information concernant les mécanismes de décision vise à renforcer la confiance envers le système et à vérifier les décisions prises par l’algorithme. Pour Intact, notre partenaire industriel, différentes considérations juridiques et éthiques exigent de comprendre les règles qui sous-tendent ces décisions.
Le « big data » a amené plusieurs opportunités liées à la disponibilité de nouvelles sources d’information telles que les médias sociaux, les données de trafic, les documents textes et les banques d’images. Pour faire face à la compétition internationale, les entreprises se doivent d’exploiter ces données afin de mieux se connecter à leurs clientèles et de mieux saisir leurs besoins. Elles ont aussi besoin que ces algorithmes AI ne se présentent pas sous la forme d’une boîte noire qu’on écoute sans comprendre.
Ce projet de Chaire de Recherche Industrielle se fera en collaboration avec Intact Assurance, un leader de l’industrie canadienne de l’assurance, et le Centre de Recherche en Données Massive de l’Université Laval. La Chaire mettra l’accent sur le développement d’algorithmes d’IA interprétables ce qui favorisera leur application au secteur de l’assurance ainsi qu’aux nombreuses autres industries canadiennes du secteur des services qui amorcent un virage « big data ».
Collaborateurs: Thierry Badard, Luc Lamontagne, Christian Gagné, Richard Khoury, Mario Marchand, Frédéric Hubert, Marie-Pier Côté et Pascal Germain.
