Intelligence artificielle: un pied à McGill et l’autre chez un géant des technos

Etienne Plamondon Emond Collaboration spéciale
<p>La directrice du laboratoire d’intelligence artificielle de Facebook à Montréal, Joëlle Pineau</p>
Photo: Université McGill

La directrice du laboratoire d’intelligence artificielle de Facebook à Montréal, Joëlle Pineau

Ce texte fait partie du cahier spécial Recherche

Joëlle Pineau et Doina Precup poursuivent leurs recherches dans le domaine de l’intelligence artificielle avec un pied à l’Université McGill et l’autre à la tête d’un laboratoire appartenant à une grande entreprise. Aperçu de cette dynamique avec ces chercheuses respectivement embauchées par Facebook et DeepMind durant les derniers mois.

Des poids lourds de l’industrie technologique ont annoncé cet automne, presque coup sur coup, qu’ils s’installaient à Montréal et qu’ils s’adjoignaient les services d’une chercheuse de l’Université McGill. Facebook a d’abord dévoilé, le 15 septembre dernier, qu’elle ouvrait un laboratoire d’intelligence artificielle à Montréal sous la direction de Joëlle Pineau, professeure au Département de science et informatique et codirectrice du Reasoning and Learning Lab de l’établissement. Quelques semaines plus tard, sa collègue Doina Precup a pris les rênes du nouveau laboratoire montréalais de DeepMind, une entreprise acquise par Google en 2014 et connue pour son programme AlphaGo, qui a battu les meilleurs professionnels du jeu de go durant les dernières années.

Ces deux professeures conservent un pied dans l’établissement d’enseignement supérieur et un autre dans leur entreprise respective. Peu importe le chapeau qu’elles portent, elles continuent de mener de la recherche fondamentale. « C’est pour ça que je travaille là, explique Doina Precup, au sujet de ce qui l’a motivée à rejoindre DeepMind. Ce n’est pas orienté sur un produit, c’est orienté sur la recherche. » Même son de cloche chez Joëlle Pineau. « Quand je fais ma recherche chez Facebook, mes objectifs sont de faire de la recherche fondamentale et de faire avancer l’intelligence artificielle, pas d’améliorer les produits Facebook », assure-t-elle.

Mme Precup n’avait jamais vu une collaboration de cet ordre. « Ce qui a changé, c’est le modèle d’interaction entre les universités et les compagnies privées, remarque-t-elle. Habituellement, on avait des contrats et la relation était plutôt [dans une perspective] appliquée. On développait des choses dans le monde universitaire et on les appliquait dans l’industrie. Maintenant, c’est plutôt un modèle de codéveloppement. »

Photo: Université McGill La directrice du laboratoire DeepMind de Google, à Montréal, Doina Precup

Libre accès aux résultats

Ces professeures ont accepté leur mandat respectif dans le secteur privé en raison de l’acceptation, par ces entreprises, de donner un libre accès aux résultats des recherches effectuées pour leur compte en matière d’intelligence artificielle. « Il y a une très grande ouverture par rapport au fait de permettre aux chercheurs dans les compagnies de faire de la recherche ouverte : je publie mes résultats et on partage librement le code qui est développé sur l’infrastructure de Facebook, indique Joëlle Pineau. On peut parler de notre recherche. Ce sont des conditions particulières, par rapport à la recherche qui se faisait auparavant dans l’industrie, qui sont super intéressantes. »

La situation se révèle la même pour Doina Precup chez DeepMind. « Ils sont dans le modèle de l’open software [logiciel libre], précise-t-elle, donc ils mettent même le code de certains simulateurs sur le Web et tout le monde peut y accéder. »

Pour Joëlle Pineau, dévoiler ces codes concorde avec l’une de ses grandes préoccupations, soit l’importance de la transparence dans le domaine de l’intelligence artificielle. « Cela veut dire que tout le monde peut regarder ce qui se fait, peut l’améliorer et comprendre les résultats, dit-elle. Il y a toute une question qu’on se pose en science par rapport à la possibilité de reproduire les résultats. En partageant le code, on facilite ce processus. »

Avant de signer avec le géant de l’industrie numérique, Joëlle Pineau avait observé le contexte dans lequel l’entreprise dirigeait ses trois autres laboratoires Facebook AI Research, soit ceux de Paris, de la Californie, mais surtout de New York. « Je savais que, lorsque je m’embarquais avec eux, ce n’était pas un nouveau modèle, qu’il n’y aurait pas tout à coup un changement après trois mois, qu’ils n’allaient pas se raviser et décider que ça ne marcherait pas. »

Les deux professeures tiennent à leur poste à l’Université McGill pour la même raison : leurs étudiants. Si elles voient les établissements d’enseignement supérieur comme des pépinières de talent, les scientifiques trouvent en revanche dans l’industrie un meilleur accès à des ressources financières, à un nombre élevé d’ordinateurs, à une infrastructure de calcul de haute performance et à des ingénieurs pour soutenir leurs projets. « On peut faire des prototypes dans le milieu universitaire, mais pour les tester à grande échelle, les ressources ne sont pas suffisantes en ce moment dans le milieu universitaire », juge Mme Precup.

Ressources et patience

L’implantation de Facebook et Google, en plus de l’arrivée de l’entreprise Thales et des investissements de Google et Microsoft, a fait monter d’un cran l’enthousiasme au sujet de l’intelligence artificielle à Montréal, qui a vu ainsi son rôle de plaque tournante en la matière se confirmer et se raffermir. La métropole québécoise était déjà considérée comme un pôle majeur en recherche universitaire sur le sujet, notamment grâce à la présence de l’Institut de valorisation des données (IVADO), qui s’est vu octroyer une subvention de plus 93 millions de dollars par le Fonds apogée Canada, et de l’Institut des algorithmes d’apprentissage de Montréal (MILA), tous deux associés à l’Université de Montréal. Avec l’Université McGill, les deux établissements d’enseignement supérieur emploieraient environ 250 chercheurs reliés à ce domaine, selon le chiffre avancé par Montréal International. Mais la ville voit aussi se développer tout un écosystème dans ce secteur avec l’apparition de jeunes entreprises et l’ouverture d’antennes par les grands noms de l’industrie technologique.

Néanmoins, Joëlle Pineau prévient que tous les acteurs concernés devront faire preuve de patience. « Toutes les compagnies viennent s’installer, puis elles veulent recruter des chercheurs, trouver des effectifs et démarrer tout rapidement. Ils viennent ici parce qu’on va avoir un filon d’étudiants. Mais [ces derniers] ne sont pas tous prêts à être engagés demain matin, rappelle-t-elle. C’est tout à l’avantage de l’écosystème de laisser le temps aux étudiants de terminer leur cheminement. »

Les deux chercheuses constatent d’ailleurs un manque criant d’effectif dans les universités pour répondre à la demande. « Il faut engager des professeurs rapidement pour former de plus en plus d’étudiants, parce qu’en ce moment les équipes en machine learning [apprentissage automatique] sont complètement disproportionnées », souligne Mme Pineau. Doina Precup réalise le même constat : elle dirige actuellement une vingtaine d’étudiants, même si elle ne travaille qu’à temps partiel à l’Université McGill. Selon Joëlle Pineau, les universités semblent déjà conscientes du problème. Mais cette dernière reconnaît qu’il s’avère difficile, pour les établissements d’enseignement supérieur, d’attirer les chercheurs. La raison ? Le secteur industriel offre des conditions beaucoup plus « alléchantes ».