Travaillant dans des environnements vastes et parfois ambigus, Neil cherche à rendre la recherche applicable à une classe plus large d'environnements à information imparfaite.

Recherche avec des informations imparfaites

Les recherches de Neil Burch sont centrées sur les jeux à information imparfaite - ceux dans lesquels chaque joueur connaît des informations différentes - et sur l'amélioration de l'utilisation des techniques de recherche dans de grands environnements. En travaillant dans ces grands environnements, parfois ambigus, il cherche à rendre la recherche applicable à une classe plus large d'environnements à information imparfaite et à éliminer les limitations et les hypothèses des procédures de recherche actuelles. Dans le cadre de cette recherche, Neil travaille à l'élaboration de méthodes permettant aux agents d'IA d'utiliser la recherche pour prendre des décisions sans avoir à considérer tous les mondes possibles. Il s'intéresse également à la combinaison de l'apprentissage et de la recherche, en utilisant les environnements d'information imparfaite comme autant d'occasions d'en apprendre davantage sur les autres agents. En combinant ces deux lignes de recherche, Neil vise à étendre notre capacité à utiliser la recherche dans de vastes environnements du monde réel où les acteurs ont des observations différentes du monde et ne prennent pas tous des décisions parfaitement rationnelles.

Neil est membre et titulaire de la chaire canadienne CIFAR d'IA à l'Amii, professeur adjoint au département d'informatique de l'université de l'Alberta et chercheur principal à Sony AI. Il a été coprésident de la compétition annuelle de poker informatisé, où il a fait partie de l'équipe qui a remporté la première place dans 24 des 44 épreuves (les trois premiers dans 40 épreuves). Tout au long de sa carrière, Neil a apporté d'importantes contributions au domaine de la recherche sur les jeux, notamment en participant à la résolution du jeu de dames en 2007 et du poker en tête-à-tête en 2015, ainsi qu'à la production de DeepStack, le premier système d'IA à battre des professionnels humains au poker en tête-à-tête sans limite en 2016. Ses recherches ont fait la couverture du magazine Science et ont été présentées lors de conférences de premier plan, notamment la conférence sur l'IA de l'Association for the Advancement of Artificial Intelligence, la conférence conjointe internationale sur l'intelligence artificielle (IJCAI), la conférence sur les systèmes de traitement de l'information neuronale, et bien d'autres encore. Il a remporté le prix du meilleur article à l'IJCAI pour ses travaux sur le poker et les dames.

Neil a remporté le prix du meilleur article à l'International Joint Conference on Artificial Intelligence pour ses travaux sur le poker et les dames.