Press "Enter" to skip to content

Profil

Titres et distinctions principaux

  • Lauréat du prix A.M. Turing 2018
  • Lauréat du prix Killam en sciences Naturelles 2019
  • Fellow de la Société royale de Londres 2020
  • Fellow de la Société royale du Canada 2017
  • Chevalier de la Légion d’honneur de France 2022
  • Officier de l’Ordre du Canada 2017
  • IEEE CIS Neural Networks Pioneer award 2019
  • Professeur titulaire, département d’informatique et de recherche opérationnelle, UdeM
  • Fondateur et directeur scientifique de Mila
  • Directeur scientifique d’IVADO
  • Titulaire de chaire en IA Canada-CIFAR
  • Codirecteur du programme Apprentissage automatique, apprentissage biologique de CIFAR

Biographie

Télécharger le CV complet

Version courte :

Yoshua Bengio est professeur titulaire au département d’informatique et de recherche opérationnelle de l’Université de Montréal, fondateur et directeur scientifique de Mila et directeur scientifique d’IVADO. Reconnu mondialement comme l’un des plus grands experts en intelligence artificielle et en apprentissage profond, il est colauréat, avec Geoff Hinton et Yann LeCun, du Prix A.M. Turing 2018, considéré comme le « prix Nobel de l’informatique ».

Il est à la fois Fellow de la Royal Society de Londres et de la Société Royale du Canada, Chevalier de la Légion d’honneur en France, Officier de l’Ordre du Canada, membre du Conseil scientifique consultatif de l’ONU pour les percées de la science et de la technologie et titulaire d’une chaire en IA Canada-CIFAR.

Version moyenne :

Reconnu mondialement comme l’un des plus grands experts en intelligence artificielle, Yoshua Bengio est surtout connu pour ses travaux précurseurs en apprentissage profond, qui lui ont valu, avec Geoff Hinton et Yann LeCun, le Prix A.M. Turing 2018, considéré comme le « prix Nobel de l’informatique ». 

Il est professeur titulaire à l’Université de Montréal, fondateur et directeur scientifique de Mila – Institut québécois d’IA, et codirige le programme Apprentissage automatique, apprentissage biologique de CIFAR en tant que Senior Fellow. Il est également directeur scientifique d’IVADO.

En 2019, il s’est vu décerner le prestigieux prix Killam et en 2022, il s’est classé au premier rang des informaticiens les plus cités au monde. Il est Fellow de la Royal Society de Londres et de la Société Royale du Canada, Chevalier de la Légion d’honneur en France, Officier de l’Ordre du Canada, membre du Conseil scientifique consultatif de l’ONU pour les percées de la science et de la technologie depuis 2023 et titulaire d’une chaire en IA Canada-CIFAR.

Préoccupé par l’impact social de l’IA, il a activement contribué à l’élaboration de la Déclaration de Montréal pour le développement responsable de l’intelligence artificielle.

Version longue :

Reconnu comme l’un des plus importants experts en intelligence artificielle à l’échelle mondiale, Yoshua Bengio est surtout connu pour ses percées conceptuelles et techniques relatives aux réseaux neuronaux artificiels et à l’apprentissage profond. Il est professeur titulaire au département d’informatique et de recherche opérationnelle de l’Université de Montréal et fondateur et directeur scientifique de Mila – Institut québécois d’intelligence artificielle, l’un des plus grands instituts universitaires en apprentissage profond et l’un des trois centres d’excellence financés par le gouvernement fédéral pour la recherche et l’innovation en IA au Canada.

Il a commencé ses études à Montréal, où il a obtenu son doctorat en informatique de l’Université McGill en 1991. Après avoir effectué des études postdoctorales au Massachusetts Institute of Technology (MIT) sur l’apprentissage statistique et les données séquentielles, il a poursuivi ses recherches à AT&T Bell Laboratories à Holmdel, NJ, en 1992-1993, sur l’apprentissage automatique et les algorithmes de vision. En septembre 1993, il est retourné à Montréal pour se joindre au corps professoral de l’UdeM.  

Il œuvre à titre de directeur scientifique d’IVADO depuis 2016, et agit également à titre de codirecteur du programme Apprentissage automatique, apprentissage biologique de CIFAR qui a subventionné les premières percées en apprentissage profond. Depuis 2019, il est titulaire d’une chaire en IA Canada-CIFAR et coprésident du Conseil consultatif en matière d’IA du Canada.

En 2022, Yoshua Bengio s’est classé au premier rang des informaticiens les plus cités au monde (h-index). Préoccupé par l’impact social de l’IA, il a activement contribué à l’élaboration de la Déclaration de Montréal pour le développement responsable de l’intelligence artificielle. Son ambition est de comprendre les principes qui mènent à l’intelligence grâce à l’apprentissage et de favoriser le développement d’une intelligence artificielle au bénéfice de tous.

En 2017, Yoshua Bengio devient Officier de l’Ordre du Canada et Fellow de la Royal Society du Canada, et en 2020, il est nommé Fellow de la Royal Society de Londres. Il a été titulaire de la Chaire de recherche du Canada en algorithmes d’apprentissage statistique de 2000 à 2019. Il est actuellement membre du conseil consultatif de la Fondation NeurIPS et cofondateur de la conférence ICLR.

Ses contributions scientifiques lui ont valu de nombreuses récompenses; il reçoit notamment le Prix Killam pour les sciences naturelles en 2019, le Prix Marie-Victorin du gouvernement du Québec en 2017, ainsi que le Prix d’excellence pour l’ensemble des réalisations de l’Association pour l’intelligence artificielle au Canada et le Prix d’excellence du FRQNT 2019. En 2018, on lui remet la médaille du 50e anniversaire du Ministère des Relations internationales et de la Francophonie du Québec et en 2019, le IEEE CIS Neural Networks Pioneer Award. En plus d’être lauréat du Prix 2009 Urgel-Archambault de Acfas, il est nommé Scientifique de l’année par Radio-Canada en 2017.

Yoshua Bengio est colauréat, avec Geoff Hinton et Yann LeCun, du Prix A.M. Turing 2018, considéré comme le « prix Nobel de l’informatique », en reconnaissance de son apport marquant au domaine de l’apprentissage profond. En 2022, il est nommé Chevalier de la Légion d’honneur par la France et colauréat du prix Princesse des Asturies pour la recherche scientifique et technique (Espagne). Il a été nommé membre du Conseil scientifique consultatif de l’ONU pour les percées de la science et de la technologie depuis août 2023.

Sélection de publications

Goodfellow, Ian J., Yoshua Bengio, and Aaron Courville (2016). Deep Learning. MIT Press.

Bahdanau, Dzmitry, Kyunghyun Cho, and Yoshua Bengio (2015). “Neural Machine Translation by Jointly Learning to Align and Translate”. In: ICLR’2015, arXiv:1409.0473.

LeCun, Yann, Yoshua Bengio, and Geoffrey Hinton (2015). “Deep Learning”. In: Nature 521.7553, pp. 436–444.

Dauphin, Yann, Razvan Pascanu, Caglar Gulcehre, Kyunghyun Cho, Surya Ganguli, and Yoshua Bengio (2014). “Identifying and attacking the saddle point problem in high-dimensional non-convex optimization”. In: NIPS’2014, arXiv:1406.2572.

Montufar, Guido F., Razvan Pascanu, KyungHyun Cho, and Yoshua Bengio (2014). “On the Number of Linear Regions of Deep Neural Networks”. In: NIPS’2014, arXiv:1402.1869.

Goodfellow, Ian J., Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville, and Yoshua Bengio (2014). “Generative Adversarial Networks”. In: NIPS’2014, arXiv:1406.2661.

Pascanu, Razvan, Guido Montufar, and Yoshua Bengio (2014). “On the number of inference regions of deep feed forward networks with piece-wise linear activations”. In: International Conference on Learning Representations 2014 (Conference Track),arXiv:1305.6663.

Yoshua Bengio, Li Yao, Guillaume Alain, and Pascal Vincent (2013). “Generalized Denoising Auto-Encoders as Generative Models”. In: NIPS’2013, arXiv:1305.6663.

Glorot, X., A. Bordes, and Y. Bengio (2011). “Deep Sparse Rectifier Neural Networks”. In: AISTATS’2011

Glorot, Xavier and Yoshua Bengio (2010). “Understanding the difficulty of training deep feedforward neural networks”. In: AISTATS’2010.

Bengio, Yoshua, Jerome Louradour, Ronan Collobert, and Jason Weston (2009). “Curriculum Learning”. In: ICML’09, 2009_curriculum_icml.

Bengio, Yoshua (2009). “Learning deep architectures for AI”. In: Foundations and Trends in Machine Learning 2.1, pp. 1–127.

Pascal Vincent, Hugo Larochelle, Yoshua Bengio, and Pierre-Antoine Manzagol (2008). “Ex-tracting and Composing Robust Features with Denoising Autoencoders”. In: Proceedings of the Twenty-fifth International Conference on Machine Learning (ICML’08). Ed. by William W. Cohen, Andrew McCallum, and Sam T. Roweis. ACM, pp. 1096–1103.

Bengio, Yoshua, Pascal Lamblin, Dan Popovici, and Hugo Larochelle (2007). “Greedy Layer-Wise Training of Deep Networks”. In: NIPS’2006. Ed. by Bernhard Schölkopf, John Platt, and Thomas Hoffman. MIT Press, pp. 153–160.

Bengio, Y., Delalleau, O., Le Roux, N. (2005) “The Curse of Highly Variable Functions for Local Kernel Machines”. NIPS’2005

Yoshua Bengio, Réjean Ducharme, Pascal Vincent, and Christian Jauvin (2003). “A Neural Probabilistic Language Model”. In: Journal of Machine Learning Research 3, pp. 1137– 1155.

Bengio, Yoshua and Samy Bengio (2000). “Modeling High-Dimensional Discrete Data with Multi-Layer Neural Networks”. In: Advances in Neural Information Processing Systems 12 (NIPS’99). Ed. by S.A. Solla, T.K. Leen, and K-R. Müller. MIT Press, pp. 400–406.

LeCun, Yann, Leon Bottou, Yoshua Bengio, and Patrick Haffner (1998). “Gradient-Based Learning Applied to Document Recognition”. In: Proceedings of the IEEE 86.11, pp. 2278– 2324.

Bengio, Y., P. Simard, and P. Frasconi (1994). “Learning Long-Term Dependencies with Gradient Descent is Difficult”. In: IEEE Transactions on Neural Networks 5.2, pp. 157– 166.

Bengio, Yoshua, Samy Bengio, Jocelyn Cloutier, and Jan Gecsei (1991). “Learning a Synaptic Learning Rule”. In: International Joint Conference on Neural Networks (IJCNN). Seattle, WA, II–A969.

Formation

1992 – 1993

Bourse post-doctorale, AT&T Bell Laboratories, NJ, É.-U.
Algorithmes d’apprentissage et de vision | Groupe de Larry Jackel et Yann LeCun
1991 – 1992Bourse post-doctorale, MIT, MA, É.-U.
Bourse CRSNG | Apprentissage statistique / Données séquentielles
Department of Brain and Cognitive Sciences | Groupe de Michael I. Jordan
1988 – 1991Doctorat en informatique, Université McGill, Montréal
Bourse CRSNG | Réseaux de neurones et modèles de Markov
1986 – 1988Maîtrise en informatique, Université McGill, Montréal
Reconnaissance vocale et approches statistiques
1982 – 1986B. Ing. en génie informatique, programme d’études spécialisées,
Université McGill, Montréal

Titres et distinctions (liste complète)

Depuis 2019Coprésident du Conseil consultatif du Canada en matière d’intelligence artificielle
Depuis 2018Fondateur et Directeur scientifique, Mila, l’Institut québecois d’intelligence artificielle
2018 – 2023Titulaire d’une Chaire en IA CIFAR-Canada (IACC) (1,25 M$)
Depuis 2016Directeur scientifique, IVADO, Institut de valorisation des données
2016-2023Boursier, Fonds d’excellence en recherche Apogée Canada (93,6 M$)
Principal demandeur, Données au service des Canadiens : apprentissage profond et optimisation aux fins de la révolution du savoir ; la plus importante bourse reçue par l’UdeM.
Depuis 2014Codirecteur, programme Apprentissage automatique, apprentissage biologique, CIFAR
Anciennement appelé Calcul neuronal et perception adaptative (CNPA) et dirigé au départ par Geoff Hinton, ce programme a financé les premières percées en apprentissage profond.
Depuis 2013Cofondateur et membre du conseil d’administration de la conférence ICLR (International Conference on Learning
Representations)
2012 – 2013Membre du comité des prix, Association d’informatique canadienne
Également membre des comités des prix du meilleur article de NeurIPS 2012 et de l’ICML 2016 ainsi que des comités de sélection des prochains présidents de programme (2013-2018).
Depuis 2010Membre du conseil d’administration, Fondation Neural Information Processing Systems (NeurIPS, anciennement NIPS)
2009Président, NeurIPS, Neural Information Processing Systems (NeurIPS) est une conférence scientifique de très haut niveau – la plus importante dans le domaine (plus de 1 000 propositions retenues) – dont les critères d’examen et d’acceptation se comparent à ceux des meilleures revues (taux d’acceptation de 20 à 25 %). Avec 56 articles publiés dans le cadre des congrès au fil des ans, se distingue comme l’un des contributeurs les plus prolifiques de la communauté NeurIPS.
2008Coprésident de programme, NeurIPS 2008
2005 – 2015Chaire de recherche industrielle, CRSNG
Depuis 2004Boursier principal, CIFAR (Institut canadien de recherches avancées)
2000-2019Chaire de recherche du Canada en algorithmes d’apprentissage statistique
Niveau 2, 2000 – 2005 ; niveau 1, 2006 – 2019.
1999-2009Membre du conseil d’administration, Centre de recherches mathématiques (UdeM)
1993Fondateur et directeur scientifique, Mila – Institut québécois d’intelligence artificielle
D’abord appelé LISA (fondé en 1993), Mila rassemble des chercheurs de l’Université de Montréal et de l’Université McGill au sein d’un organisme sans but lucratif. Comptant 300 chercheurs représentant 15 facultés, il s’agit du plus important centre de recherche universitaire sur l’apprentissage profond dans le monde, qui a produit des articles avant-gardistes dans le domaine, notamment sur l’introduction à l’apprentissage profond (2006), l’apprentissage par curriculum (2009), la puissance des fonctions ReLU pour les réseaux profonds (2011) et les progrès réalisés grâce aux réseaux génératifs adverses (GAN) et à la traduction automatique neuronale (2014).

Prix et honneurs

2019Prix Turing 2018, Association for Computing Machinery, récompensé conjointement avec Geoffrey Hinton et Yann LeCun
2019Prix Killam en sciences naturelles, Conseil des Arts du Canada
2019IEEE CIS Neural Networks Pioneer Award, IEEE Computational Intelligence Society
2019Prix d’excellence FRQNT, Fonds de recherche du Quebec – Nature et technologies
2018Prix d’excellence pour l’ensemble des réalisations, Association pour l’intelligence artificielle au Canada
2018Médaille du 50e anniversaire, ministère des Relations internationales et de la Francophonie
2017Prix Marie-Victorin, Prix du Québec
La plus haute distinction de la province de Québec dans le domaine des sciences
2017Scientifique de l’année, Radio-Canada
2017Membre de la Société royale du Canada
2017Officier de l’Ordre du Canada
2015Les 10 découvertes qui ont marqué l’année 2015, La Recherche
Pour ses travaux sur les minimums locaux des réseaux de neurones
2009Prix Urgel-Archambault, ACFAS