Bahareh Tolooshams est professeur adjoint à l'Université de l'Alberta (Faculté d'ingénierie électrique et informatique). Elle est experte en résolution de problèmes inverses pilotée par l'IA et utilise des modèles génératifs et l'apprentissage par représentation pour relever des défis dans les domaines de la science et de l'ingénierie. Ses recherches sont axées sur le développement de méthodes d'apprentissage profond efficaces et interprétables en les présentant comme des problèmes inverses, c'est-à-dire l'estimation d'une cause à partir de données observées. La recherche de Toloosham explore également l'intersection de l'IA et des neurosciences, et elle est membre de l'Institut des neurosciences et de la santé mentale (NMHI). 

Blair Attard-Frost est professeure adjointe à l'Université de l'Alberta (département de sciences politiques). Ses recherches portent sur la gouvernance de l'intelligence artificielle, avec un intérêt particulier pour la gouvernance de l'IA au Canada et les perspectives trans-féministes de l'IA. Outre ses recherches universitaires, Mme Attard-Frost a formé des étudiants, des professionnels, des cadres, des fonctionnaires et d'autres personnes à la politique et à l'éthique de l'intelligence artificielle.

Carrie Demmans Epp est professeur adjoint à l'université de l'Alberta (département d'informatique). Ses recherches utilisent des technologies d'apprentissage centrées sur l'humain pour créer des expériences d'apprentissage plus efficaces et plus accessibles. S'appuyant sur son expérience en informatique et en enseignement des langues, elle conçoit et évalue des systèmes de tutorat intelligents et d'autres technologies éducatives. Son travail est guidé par l'objectif d'aider les étudiants à surmonter les obstacles liés à la langue et à la confiance en soi afin de réussir sur le plan professionnel et académique. 

Terence Blaskovits est professeur assistant à l'université d'Alberta (département de chimie). Ses recherches se situent à l'intersection de l'apprentissage automatique et de la chimie computationnelle. Il se concentre sur la conception pilotée par les données de nouvelles molécules et de nouveaux matériaux pour des applications dans les domaines de l'énergie, de l'optique et de la catalyse, telles que les cellules solaires et les LED. Il utilise des techniques de calcul et l'apprentissage automatique pour découvrir et créer de nouveaux composés présentant des caractéristiques uniques à l'état excité. 

Quinn Lee est professeur adjoint à l'université de l'Alberta (département de psychologie) et dirige le laboratoire des systèmes de navigation et de mémoire (NMS Lab) à l'université de l'Alberta. Il est neuroscientifique comportemental et systémique et s'intéresse à la manière dont notre cerveau construit et mémorise le monde qui nous entoure afin d'en tirer un comportement intelligent. Ses recherches visent à comprendre comment le cerveau organise et représente l'espace, la mémoire et l'expérience. Son travail vise à découvrir la base neuronale de la navigation spatiale et à long terme. 

Russell Dinnage est professeur assistant à l'université de l'Alberta (département des sciences biologiques). Ses recherches sont axées sur la biologie des organismes et visent à comprendre comment les êtres vivants interagissent les uns avec les autres et comment ils ont été façonnés par l'évolution. Il travaille à la construction de modèles d'IA fondamentaux capables de comprendre et d'apprendre des systèmes vivants, dans le but de préserver des espèces irremplaçables et leur histoire évolutive.

Tian Tian est professeur assistant à l'université de l'Alberta (département d'ingénierie chimique et des matériaux). Ses recherches s'appuient sur l'apprentissage automatique pour accélérer les simulations multi-échelles dans le domaine de la science des matériaux. Tian développe actuellement des cadres et des outils open-source pour explorer efficacement des systèmes de matériaux complexes pour des applications dans le domaine des énergies renouvelables. Son travail vise à s'attaquer aux vastes espaces de configuration en science des matériaux en s'appuyant sur les réseaux neuronaux graphiques et l'apprentissage par transfert.