Nidhi Hegde

Les recherches actuelles de Nidhi Hegde portent sur une approche fondamentale de la vie privée et de l'éthique dans l'IA.

Lutter contre les préjugés et préserver la vie privée

Les recherches actuelles de Nidhi Hegde portent sur une approche fondamentale de la vie privée et de l'éthique dans l'IA. Son objectif est d'étudier comment les résultats des méthodes d'IA et de ML violent la vie privée et ont un impact sur l'équité et la partialité. Elle cherche à créer des algorithmes qui sont privés et équitables par conception, ce qui implique de nouveaux modèles mathématiques et algorithmes qui fournissent les résultats souhaités tout en préservant la vie privée et l'équité. Elle aime travailler sur des problèmes pratiques réels, qui conduisent souvent à des questions fondamentales auxquelles il faut répondre avant de pouvoir concevoir une solution. Elle croit fermement qu'une grande partie de la théorie intéressante est enfouie dans les applications pratiques réelles ! Cette approche théorique fondamentale des problèmes pratiques conduit souvent à la conception d'algorithmes efficaces et pouvant être mis en œuvre dans des systèmes réels. Ses travaux récents portent notamment sur la confidentialité dans l'apprentissage par renforcement, la classification des tâches et l'appariement des experts à l'aide de l'apprentissage actif, l'allocation distribuée des ressources par l'apprentissage en ligne, les réseaux d'information sociale et les recommandations sous contraintes de confidentialité.

Nidhi est membre et titulaire de la chaire d'IA du CIFAR Canada à Amii et professeur associé au département d'informatique de l'Université de l'Alberta. Avant de rejoindre UAlberta, elle a passé de nombreuses années dans des laboratoires de recherche industriels. Plus récemment, elle a été chef d'équipe de recherche à Borealis AI (un institut de recherche de la Banque Royale du Canada), où son équipe a travaillé sur les méthodes de préservation de la vie privée pour les modèles d'apprentissage automatique et d'autres problèmes appliqués pour RBC. Avant cela, elle a passé de nombreuses années dans des laboratoires de recherche en Europe, où elle a travaillé sur une variété de problèmes intéressants et importants. Elle a été chercheuse aux Bell Labs, Nokia, en France de janvier 2015 à mars 2018, où elle a dirigé une nouvelle équipe axée sur les mathématiques et les algorithmes pour l'apprentissage automatique dans les réseaux et les systèmes, au sein du groupe Maths and Algorithms des Bell Labs. Elle a également passé quelques années au Technicolor Paris Research Lab, où elle a travaillé sur l'analyse des réseaux sociaux, les réseaux intelligents, la confidentialité et les recommandations. Nidhi est rédactrice en chef adjointe de la revue IEEE/ACM Transactions on Networking et rédactrice en chef du Elsevier Performance Evaluation Journal.

Articles en vedette

Voir tous les articles

Nidhi a été chercheuse aux Bell Labs où elle a dirigé une nouvelle équipe axée sur les mathématiques et les algorithmes pour l'apprentissage automatique dans les réseaux et les systèmes.