Séminaire ayant lieu dans le cadre du doctorat en informatique cognitive, en collaboration avec le centre de recherche CRIA et l'ISC.    

Shahab BAKHTIARI

Jeudi 21 novembre 2024 à 10h30

Local: PK-5115   (Il est possible d'y assister en virtuel en vous inscrivant ici)

TITRE : La généralisation apprentissage perceptif visuel

RÉSUMÉ

L’Apprentissage Perceptif Visuel (APV) améliore la sensibilité visuelle grâce à la pratique, mais il se généralise rarement à de nouvelles conditions de test, un phénomène semblable au surapprentissage en apprentissage automatique. Le degré de généralisation de l’APV varie selon les tâches, limitant son application pratique en rééducation visuelle et formation d’experts (radiologues, etc.). Je discuterai des théories expliquant cette généralisation et présenterai les recherches de mon laboratoire sur la NeuroIA, un modèle computationnel visant à prédire et améliorer la généralisation de l’APV.

BIOGRAPHIE

Shahab BAKHTIARI est professeur adjoint au département de psychologie de l’Université de Montréal et membre associé de l’Institut d’intelligence artificielle Mila Québec. Ses recherches portent sur les réseaux neuronaux et leur rôle dans l’apprentissage perceptif humain, en explorant les liens entre l’intelligence artificielle et les mécanismes cérébraux. Bakhtiari détient un doctorat en neurosciences de l’Université McGill, avec une expertise en perception visuelle, apprentissage profond et apprentissage de représentation dans les systèmes neuronaux.

RÉFÉRENCES

Bakhtiari, S., Mineault, P., Lillicrap, T., Pack, C., & Richards, B. (2021). The functional specialization of visual cortex emerges from training parallel pathways with self-supervised predictive learning. Advances in Neural Information Processing Systems, 34, 25164-25178.

Zador, A., Escola, S., Richards, B., Ölveczky, B., Bengio, Y., Boahen, K., Botvinick, M., Chklovskii, D., Churchland, A., Clopath, C. and DiCarlo, J., (2023). Catalyzing next-generation artificial intelligence through NeuroAI. Nature communications, 14(1), p.1597.

Bakhtiari, S. (2024). Representational asymmetries in neural networks: why should we care?