Matt Taylor

Matthew (Matt) E. Taylor

Fellow et président de l'AI de l'ICAR au Canada

Affiliations académiques

Professeur associé - Université de l'Alberta (informatique) ; directeur - Laboratoire d'apprentissage des robots intelligents (Université de l'Alberta) ; chercheur principal - Laboratoire d'apprentissage par renforcement et d'intelligence artificielle (RLAI) (Université de l'Alberta) ; professeur auxiliaire - Université d'État de Washington (génie électrique et informatique)

Affiliations dans l'industrie et la recherche

Boursier en résidence - Amii

Domaines d'expertise

Intelligence artificielle ; apprentissage automatique ; apprentissage par renforcement ; agents intelligents ; robotique ; systèmes multi-agents ; IA humaine dans la boucle

Matthew Taylor concentre ses recherches sur le développement d'agents intelligents, des entités physiques ou virtuelles qui interagissent avec leur environnement.

Garder les humains dans la boucle

Matthew (Matt) E. Taylor concentre ses recherches sur le développement d'agents intelligents, des entités physiques ou virtuelles qui interagissent avec leur environnement. Ses principaux objectifs sont de permettre à des agents individuels et à des équipes d'agents d'apprendre des tâches dans des environnements du monde réel qui ne sont pas entièrement connus au moment de la conception des agents, d'exécuter des tâches multiples plutôt qu'une seule tâche, de se coordonner de manière robuste avec d'autres agents et de raisonner à leur sujet. En outre, il s'intéresse à la manière dont les agents peuvent apprendre des humains, que l'humain enseigne explicitement à l'agent, que l'agent observe passivement l'humain ou que l'agent coopère activement avec l'humain sur une tâche. Les approches actuelles que ses équipes étudient comprennent l'amélioration de l'apprentissage par renforcement par le biais de démonstrations, l'enseignement des systèmes d'apprentissage par renforcement par le biais de conseils d'action, et la formation d'agents avec un retour humain discret.

Matt est membre en résidence et titulaire de la chaire d'IA de l'ICAR Canada à Amii et professeur agrégé d'informatique à l'Université de l'Alberta. Il est directeur du Intelligent Robot Learning (IRL) Lab et chercheur principal du Reinforcement Learning & Artificial Intelligence (RLAI) Lab, tous deux à l'Université de l'Alberta. Matt est également professeur adjoint à l'Université de l'État de Washington et était auparavant chercheur principal à Borealis AI à Edmonton, le laboratoire de recherche en intelligence artificielle de la Banque royale du Canada. Il a été chercheur principal ou cochercheur principal pour plus de 6 millions de dollars américains de fonds de recherche attribués par voie de concours par des sources fédérales, étatiques et industrielles, y compris le prix CAREER de la National Science Foundation. Il a (co-)supervisé sept étudiants de doctorat et six étudiants de maîtrise, et a publié plus de 100 articles évalués par des pairs dans des conférences et des revues. Il a donné des conférences invitées à l'Association for the Advancement of Artificial Intelligence (AAAI) et à l'International Joint Conference on Artificial Intelligence (IJCAI).

Articles en vedette

Matt est le directeur du laboratoire d'apprentissage intelligent des robots (IRL) et un chercheur principal du laboratoire d'apprentissage par renforcement et d'intelligence artificielle (RLAI), tous deux à l'Université de l'Alberta.

Connectez-vous avec la communauté

Participez à l'écosystème croissant de l'IA en Alberta ! Les demandes de conférenciers, de parrainage et de lettres de soutien sont les bienvenues.

Explorer la formation et l'enseignement supérieur

Vous êtes curieux de connaître les possibilités d'études auprès de l'un de nos chercheurs ? Vous voulez plus d'informations sur les possibilités de formation ?

Exploiter le potentiel de l'intelligence artificielle

Faites-nous part de vos objectifs et de vos défis concernant l'adoption de l'IA dans votre entreprise. Notre équipe Investissements & Partenariats vous contactera sous peu !