Mark Schmidt a pour objectif de comprendre et d'accélérer les algorithmes utilisés dans l'apprentissage automatique.

Big data et grands modèles

Mark Schmidt explore les défis que pose l'apprentissage de modèles complexes à partir de grands ensembles de données. Son travail est principalement axé sur l'accélération et la vérification des algorithmes fondamentaux d'apprentissage automatique. Mark travaille notamment dans les domaines de l'optimisation pour l'apprentissage automatique, de l'apprentissage automatique probabiliste et des applications de vision par ordinateur. Il a publié des articles sur les méthodes de gradient, sur l'amélioration de la vitesse de convergence et sur la combinaison des méthodes d'optimisation. Grâce à ses travaux, Mark améliore la vitesse, l'efficacité et l'efficience des modèles d'apprentissage automatique. Il a appliqué ses travaux en vision par ordinateur à la reconnaissance d'objets distincts dans des images, à la segmentation d'images extérieures et à l'estimation de la profondeur, ainsi qu'à la restauration et à l'incrustation d'images. Il a également développé des applications pour analyser la propagation des idées dans les réseaux sociaux, pour l'étiquetage de séquences en langage naturel et pour la modélisation de la cinématique des brins d'ADN.

Mark est professeur au département d'informatique de l'université de Colombie-Britannique. Ses recherches portent sur le développement d'algorithmes plus rapides pour l'apprentissage automatique à grande échelle et sur l'exploration des applications de l'apprentissage automatique. Il est titulaire d'une chaire de recherche du Canada, d'une bourse Alfred P. Sloan, d'une bourse Arthur B. McDonald du CRSNG, d'une chaire CIFAR Canada AI avec l'Alberta Machine Intelligence Institute (Amii), et a reçu le prix SIAM/MOS Lagrange 2018 en optimisation continue avec Nicolas Le Roux et Francis Bach.

Auparavant, Mark a été chercheur principal au CIFAR dans le cadre du programme "Learning in Machines and Brains" (Apprentissage dans les machines et les cerveaux) et chercheur Alfred P. Sloan. Il est coauteur de 85 articles, qui ont été publiés dans des revues telles que l'International Conference on Machine Learning (ICML), la conférence Neural Information Processing Systems (NeurIPS) et l'International Conference on Artificial Intelligence and Statistics (AISTATS). Depuis son entrée en fonction à l'Université de la Colombie-Britannique en 2014, Mark a supervisé et co-supervisé 20 chercheurs en début de carrière aux niveaux de la maîtrise et du doctorat. Il a été membre du comité de programme principal ou président de domaine pour plusieurs conférences internationales, notamment NeurIPS, ICML, ICLR et IJCAI.