■■■ VOIR GRAND
100
PRÉCURSEUR DE LA FIABILITÉ EN IA Si un système d’intelligence artificielle (IA) détecte une tumeur sur une radiographie, pouvons-nous nous y fier ? Les promesses de l’IA dépendent de la fiabilité de l’apprentissage machine. C’est l’expertise que développe l’ingénieur Foutse Khomh. Quand il a entamé des études de mathématiques, Foutse Khomh marchait sur les traces de son père, qui était enseignant en mathématiques. Mais en cours de route, il a goûté à l’informatique ; de sorte qu’après l’obtention d’un diplôme d’études approfondies en mathématiques de l’Université de Yaoundé, au Cameroun, il poursuit ses études et reçoit un diplôme d’ingénierie en informatique de
oiq.qc.ca
l’École polytechnique de Yaoundé. En 2006, il entreprend un doctorat portant sur l’assurance qualité des logiciels, une discipline à l’interface entre mathématiques et informatique, à l’Université de Montréal. Précurseur en la matière, Foutse Khomh utilisait déjà l’apprentissage automatique pour prédire les défaillances des logiciels. « Je construisais les modèles pour prédire l’impact des défauts de conception, prédire la localisation des fautes futures, prédire le coût de maintenance », décrit-il.
L’émergence de l’apprentissage profond À cette époque, les logiciels ne comportaient pas encore de composants d’IA. Mais en 2012, alors que Foutse Khomh entrait en poste comme professeur à Polytechnique Montréal, l’émergence