Research Scholar Program de Google AI, annonce des lauréats 2021

Research Scholar Program de
Google AI, annonce des lauréats
2021
Le 7 avril dernier, Google AI annonçait par le biais de son blog les lauréats de sa
première édition du Google AI Research Scholar Program.

Annoncé en mars 2020, ce tout nouveau programme est destiné à soutenir les
professeurs qui débutent leur carrière en leur offrant des bourses allant jusqu’à $60
000, à utiliser durant l’année académique de candidature.

Ce sont ainsi plus de 77 bourses qui ont été accordées à 86 chercheurs (principal
investigators) dans plus de 15 pays et 50 universités. Selon l’annonce faite par
Google, 43% des 86 chercheurs primés s’identifiaient comme faisant partie d’un
groupe minoritaire dans le milieu de la tech (au sens défini par la NSF).

Les critères d’éligibilité pour cette bourse sont :

        Bourse ouverte aux professeurs (assistants, associés et autres) d’université
        ou institutions de recherche qui délivrent des diplômes,
        Les candidats doivent avoir obtenu leur doctorat dans les 7 dernières
        années. Une exception est faite aux professeurs qui ont enseigné durant 7
        ans ou moins, et qui ont connu des parcours particuliers (passage par
        l’industrie, absences motivées, etc.),

Les candidats ne peuvent présenter qu’un seul projet de recherche par
       édition et candidater un maximum de 3 fois.

Les candidatures sont évaluées par un processus interne à Google AI en fonction des
thématiques en lien avec les activités de l’entreprise. Parmi les catégories
identifiées, on retrouve :

       Algorithmes et optimisation,
       Réalité augmentée, réalité virtuelle,
       Géo,
       Interaction homme-machine (Human Computer Interaction),
       Recherche en santé,
       Machine Learning et exploration de données (Data Mining),
       Technologies mobiles,
       Perception machine,
       Réseau,
       Traitement automatique des langues (NLP),
       Protection de la vie privée (Privacy),
       Informatique quantique (Quantum computing),
       Données structurées, extraction, graphe sémantique, gestion de bases de
       données,
       Sécurité,
       Ingénierie informatique et langages de programmation,
       Systèmes,
       Autres thématiques de recherche.

Parmi les récipiendaires de ces bourses, on trouve une large majorité d’américains.
6 chercheurs de l’université Carnegie Mellon et 10 issus du système universitaire
californien (UC Berkeley, UCLA, UC santa Barbara, UC Santa Cruz et UC San Diego)
ont été nommés. Aux côtés de ces chercheurs établis aux Etats-Unis, on trouve
également des européens (Italie, Pays-Bas, Royaume-Uni) mais aussi d’autres pays
de pointe en IA (Australie, Canada, Israël).

La France représentée : un projet d’IA pour
rendre les contenus plus accessibles aux
personnes malentendantes
Enseignante-chercheuse, professeure adjointe à ENSTA ParisTech, Natalia Díaz
Rodríguez a reçu une bourse pour son projet SignNet: Towards democratizing
content accessibility for the deaf by aligning multi-modal sign
representations, déposé en collaboration avec Lorenzo Baraldi, de l’Université de
Modène et de Reggio Emilia. Le projet cherche à utiliser les techniques de NLP pour
analyser des contenus de toute nature (images, textes, sons, symboles) et les rendre
accessibles aux personnes malentendantes.

Natalia Díaz Rodríguez est également chercheuse au laboratoire Flowers
(FLOWing Epigenetic Robots and Systems) qui réunit des chercheurs d’Inria, de
l’université de Bordeaux et de l’ENSTA ParisTech. Ce laboratoire est spécialisé dans
l’IA dite développementale (developmental AI). Cette branche nouvelle de l’IA
étudie notamment des modèles qui permettent de mieux comprendre la façon avec
laquelle les enfants et nouveaux-nés sont capables d’apprendre, et cherche à
construire des systèmes qui reproduisent ces mécanismes.

5 chercheurs primés issus de l’école
d’informatique de Carnegie Mellon
University
La School of Computer Science de Carnegie Mellon University (CMU), à la tête de
laquelle on retrouve un français, Martial Hebert, comme doyen, devance ses autres
collègues américains avec 5 chercheurs sur des sujets différents :

       Pravesh Kothari, professeur adjoint au département d’informatique,
       pour un projet intitulé Efficient Algorithms for Robust Machine
       Learning. Pr. Kothari bénéficie également d’un financement NSF Career
       Award (2021-2026) pour soutenir ses travaux en informatique théorique

sur la complexité en moyenne des algorithmes,
       Nihar Shah, professeur adjoint au département de Machine Learning et
       d’informatique, pour son projet Addressing Unfairness in Distributed
       Human Decisions qui traite des problématiques d’équité, de précision et
       de robustesse dans les prises de décisions en utilisant l’apprentissage
       statistique, la théorie des jeux et les connaissances sur le crowdsourcing,
       Virginia Smith, professeure adjointe au département de Machine Learning
       et au département d’ingénieries électrique et informatique, pour son
       projet A Multi-Task Approach for Trustworthy Federated Learning ;
       elle est spécialisée dans les domaines de l’apprentissage distribué
       (distributed learning) et de l’apprentissage fédéré (federated learning),
       ayant notamment co-organisé le tutoriel sur ce sujet pour la conférence
       NeurIPS 2020. Avec entre autres, le français Aurélien Bellet, chercheur
       Inria, Virginia Smith co-organise également des séminaires
       hebdomadaires réunissant des chercheurs aux quatre coins du monde qui
       travaillent sur le federated learning,
       Nathan Beckmann, professeure adjoint au département d’informatique et
       au département d’ingénieries électrique et informatique, est leader du
       groupe de recherche CORGi qui s’intéresse aux problématiques de
       mémoire cache. La bourse attribuée par Google servira au projet Making
       Data Access Faster and Cheaper with Smarter Flash Caches qui vise à
       rendre l’accès aux données plus rapide et plus économique,
       Sivaraman Balakrishnan, professeur adjoint en statistique au Dietrich
       College of Humanities and Social Sciences et membre affilié du
       département de Machine Learning, qui travaillera sur un projet de théorie
       informatique Principled Approaches for Learning with Test-time
       Robustness en partenariat avec son collègue Aravindan Vijayaraghavan,
       de Northwestern University.

Notons également qu’une autre chercheuse de CMU à l’école de design, Dina El-
Zanfaly, est récompensée. Elle dirige notamment le hyperSense: The Embodied
Computation Lab, un tout nouveau laboratoire de recherche qui s’intéresse aux
questions d’interactions humain-machine et d’utilisation des outils informatique
dans les processus créatifs et de production. Le projet pour lequel elle a reçu cette

bourse est intitulé In-the-making: An intelligence mediated collaboration
system for creative practices.

Rédacteur :

Kévin KOK HEANG, Attaché adjoint pour la Science et la Technologie, deputy-
ntics@ambascience-usa.org

Références :

https://www.ml.cmu.edu/news/news-archive/2021-2025/2021/april/machine-learning-
faculty-awarded-research-grants-through-google-research-scholar-program.html