Séminaires théoriques RL : mettre la théorie au premier plan

Csaba Szepesvári, boursier Amii et titulaire de la chaire CIFAR AI au Canada, s'est associé à Gergely Neu et Ciara Pike-Burke, chercheurs à l'université Pompeu Fabra (Barcelone), pour lancer la série de séminaires sur la théorie de l'apprentissage par renforcement (RL). Cette série de conférences en ligne vise à accroître le partage des connaissances dans le domaine en plein essor de l'apprentissage par renforcement.

Ces dernières années, l'apprentissage par renforcement (RL) est devenu l'un des domaines de recherche les plus actifs en matière d'apprentissage automatique. Les récents succès empiriques ont déclenché une nouvelle vague de recherche théorique dans le domaine de l'apprentissage par renforcement, et avec autant de nouvelles directions, il est devenu difficile de suivre les nouveaux développements. En réponse à ce défi, Szepesvári et ses collègues ont lancé les RL Theory Seminars.

"En tant que personne désireuse de faire progresser le domaine, je suis ravi de constater l'engouement croissant pour l'apprentissage par renforcement", déclare Szepesvári. "Les chercheurs en IA du monde entier prennent conscience de ce que la communauté de l'apprentissage par renforcement sait depuis longtemps, à savoir que ces théories seront essentielles si nous espérons nous attaquer à un grand nombre d'applications pratiques, allant des problèmes d'intelligence artificielle à la recherche opérationnelle ou à l'ingénierie du contrôle. La théorie de la RL fournit les bases dont nous avons besoin pour réfléchir à ces problèmes.

Le PDG d'Amii, Cam Linke, également chercheur en apprentissage par renforcement, a récemment fait écho aux sentiments de Szepesvári: "L'apprentissage par renforcement est la nouvelle vague de l'IA. De plus en plus, nous voyons des entreprises explorer les applications de l'apprentissage par renforcement pour le contrôle des processus et la prise de décision autonome. Nous commençons tout juste à gratter la surface de la valeur qui peut être créée, et les chefs d'entreprise commencent à en prendre conscience."

La popularité de ce domaine est évidente pour ceux qui y prêtent attention. Récemment, le conseiller scientifique en chef d'Amii, Richard S. Sutton (également membre d'Amii et chercheur émérite chez DeepMind), a publié la deuxième édition de son manuel fondamental. Apprentissage par renforcement : Une introduction. Szepesvári a également connu le succès avec son cours et son livre en ligne Algorithmes Bandit aux côtés de Tor Lattimore.

De plus, l'année dernière, l'Amii et l'Université de l'Alberta ont lancé la spécialisation en apprentissage par renforcement sur Coursera, enseignée par Martha White et Adam White, qui sont tous deux boursiers de l'Amii et titulaires de chaires d'IA du CIFAR du Canada, en plus d'être les compagnons de laboratoire de Sutton et Szepesvári au RLAI Lab de l'Université de l'Alberta.

Les séminaires théoriques sur l'apprentissage par renforcement, qui se tiendront tous les mardis à 17 h UTC, aideront les chercheurs, les praticiens et les passionnés à suivre le rythme des progrès réalisés dans ce domaine au cours des dernières années. Chaque exposé de 50 minutes (plus les questions) portera sur les dernières avancées en matière d'apprentissage par renforcement théorique et sera présenté par certains des plus grands experts mondiaux dans ce domaine. 

À une époque où les interactions en personne sont limitées, les séminaires constituent une plateforme permettant aux chercheurs de se réunir et de discuter des derniers travaux en matière de théorie de la RL. Les organisateurs visent à fournir une vue équilibrée de la théorie contemporaine de la RL et invitent des orateurs couvrant un large éventail de sujets. Les séminaires débutent le 28 avril et sont actuellement programmés jusqu'à la mi-juin.