CRIA — Centre de recherche en intelligence artificielle

Le Centre

Le Centre de recherche en intelligence artificielle de l’UQAM (CRIA) est une unité de recherche de la Faculté des sciences. Il regroupe près d’une trentaine de professeurs-chercheurs en intelligence artificielle et plus de cinquante étudiants gradués.

L’IA au sein du CRIA est ancrée dans l’hypothèse fondamentale d’une vision intégrée qui allie les approches centrées-modèles — symboliques et cognitives — aux approches centrées-données, dont l’apprentissage machine, profond ou non, afin d’augmenter leur impact et leur portée dans des domaines variés.

Cette vision ne cherche pas à réduire l’IA à des modèles explicables du point de vue cognitif, mais à édifier un cadre de recherche où les sciences cognitives et l’IA se côtoient mutuellement, au bénéfice de l’avancement des théories de la cognition humaine comme du développement de modèles d’IA cognitivement plus efficaces.

Le mandat

Le CRIA a pour objectifs de fédérer et de faire valoir la contribution scientifique de la Faculté des sciences à l’avancement et au transfert des connaissances en intelligence artificielle, et d’en promouvoir la mobilisation au service de la communauté scientifique, à l’UQAM comme ailleurs, par le soutien et la stimulation des collaborations entre ses membres.

L’un des effets structurants du centre concerne l’amélioration des collaborations et des partenariats de recherche existants, en plus de favoriser la création de nouveaux. Cette amélioration se déploie à quatre niveaux :

• Intrafacultaire — de nouvelles collaborations autour des projets et des problématiques structurantes, ainsi qu’entre les chercheurs du centre et ceux des départements de la faculté dont les projets nécessitent des méthodes, des techniques et des technologies d’IA.
• Interfacultaire — une collaboration accrue avec les collègues des sciences humaines notamment.
• Interuniversitaire — le renforcement des projets d’équipe de recherche interuniversitaires impliquant les membres du centre, et le développement de nouveaux.
• Industriel — le développement de nouveaux projets de recherche en partenariat avec le milieu industriel.

Les quatre axes de recherche

La programmation scientifique du centre s’articule autour de quatre axes, chacun donnant lieu à une équipe de recherche.

Axe 1 — Science des données

Poursuite des recherches sur l’apprentissage machine, profond ou non, et sur la découverte de connaissances. L’accent est mis sur les méthodes capables d’accommoder des sources de connaissances hétérogènes et d’y appuyer le processus de découverte de régularités. À plus long terme, l’axe étudie l’intégration des composants d’une méthode d’apprentissage machine dans des structures de connaissances, afin de faciliter la trace des étapes du processus d’apprentissage, d’en augmenter l’intelligibilité, voire d’en permettre l’explication.

Responsable : Petko Valtchev

Axe 2 — Ingénierie des connaissances, architectures cognitives, raisonnement

Une théorie de la cognition justifie les principes du fonctionnement du cerveau. Le centre contribue depuis plusieurs années à la construction d’architectures cognitives implémentant les théories les plus répandues. Il s’agit d’en revisiter les plus prometteuses pour tenter d’y fonder une « plausibilité cognitive » des processus d’apprentissage. Les travaux en ingénierie des connaissances — construction, restructuration et maintien d’ontologies, hiérarchies de sujets — se poursuivent dans une optique hybride, par exemple en y intégrant des méthodes d’apprentissage machine où les données aident à raffiner les représentations.

Responsable : Hakim Lounis

Axe 3 — Planification automatique et aide à la décision

La planification automatique fournit aux machines la capacité de prendre des décisions complexes de façon autonome, ce qui est essentiel en robotique mobile ou dans les jeux. La recommandation exploite pour cela des données historiques liées à la consommation, à l’évaluation ou à la résolution de problèmes, à l’aide d’algorithmes de découverte de régularités. Au niveau fondamental, l’axe cherche à étendre les modèles de planification sous incertitude par l’intégration de l’apprentissage par renforcement. Les bénéfices de l’insertion de connaissances du domaine dans un moteur de recommandation, ainsi que la modélisation cognitive du consommateur, sont également investigués.

Responsable : Éric Beaudry

Axe 4 — Traitement automatique de la langue

Le traitement automatique de la langue tel qu’il est pratiqué au centre mêle ontologies, modèles cognitifs et statistiques. Les problématiques concrètes incluent la traduction automatique, l’analyse des médias sociaux, l’analyse des sentiments et la fouille d’émotions, ou encore les agents conversationnels. La recherche en extraction d’information se concentre sur la découverte d’informations structurées dans les textes, afin de soutenir la construction de graphes de connaissances. L’axe investigue les façons d’insérer des connaissances du domaine dans les techniques statistiques, et inversement d’outiller les techniques langagières pour mieux soutenir la construction et le maintien de larges structures de connaissances.

Responsable : Fatiha Sadat

Bureau de direction

Secrétariat

Linda Tremblay, secrétaire de direction
Faculté des sciences, local PK-2235
514 987-3000, poste 3428

Partenaires

Partenaires académiques

• Institut des sciences cognitives de l’UQAM
• Doctorat en informatique cognitive de l’UQAM
• Réseau de recherches sur le numérique
• HumanIA

Partenaires industriels

• IBM
• Bombardier inc.
• CAE inc.
• Beam Me Up Labs inc. (BMU)
• Valacta (Lactanet)
• RTMQ — Réseau de transport métropolitain

Organismes

• Programme canadien des bourses de la Francophonie (PCBF)

Nous joindre

Université du Québec à Montréal
Complexe des sciences, pavillon Président-Kennedy, locaux PK-4285 et PK-5275
201, avenue du Président-Kennedy
Montréal (Québec) H2X 3Y7, Canada

Téléphone : 514 987-3000, poste 8922
Courriel : cria@uqam.ca