Détail d'une fiche   Version PDF

COML (SR0786HR)

Apprentissage machine cognitif

COML


Statut: Terminée

Responsable : Emmanuel Dupoux

Mots-clés de "A - Thèmes de recherche en Sciences du numérique - 2023" : Aucun mot-clé.

Mots-clés de "B - Autres sciences et domaines d'application - 2023" : Aucun mot-clé.

Domaine : Perception, Cognition, Interaction
Thème : Langue, parole et audio

Période : 04/05/2017 -> 30/06/2023
Dates d'évaluation : 02/10/2019

Etablissement(s) de rattachement : <sans>
Laboratoire(s) partenaire(s) : LSCP (8554)

CRI : Centre Inria de Paris
Localisation : Centre de recherche Inria de Paris
Code structure Inria : 021148-0

Numéro RNSR : 201722533Y
N° de structure Inria: SR0786HR

Présentation

Le but de l'équipe CoML est de faire de l'ingénierie inverse des capacités humaines d'apprentissage, c'est-à-dire d'élaborer des algorithmes effectifs qui puissent reproduire certains de ces capacités humaine de traitement, d'étudier leurs propriétés mathématiques et algorithmiques, et de tester leur validité empirique en tant que modèles de la cognition humaine telle que mesurée grâce aux méthodes comportementales et neurologiques. Les résultats escomptés sont d'une part des algorithmes d'apprentissage automatique plus adaptables et plus fiables, et d'autre part, des modèles quantitatifs des processus cognitifs qui permettent de prédire les données du développement ou du traitement humain.


Axes de recherche

  • Apprentissage non ou faiblement supervisé du langage. Nous développons des algorithmes de découverte des unités linguistiques à partir de données sensorielles brutes (enregistrements audio et vidéo d'interactions parent / enfant). Nous testons empiriquement les prédictions de ces algorithmes pris comme des modèles du nourrisson.
  • Benchmarking homme / machine. Nous construisons des batteries de tests cognitifs conçus pour évaluer comment un système artificiel effectue les différentes composantes d'une fonction complexe comme le traitement ou le raisonnement du langage et comparons les résultats avec les performances humaines sur la même tâche et les mêmes données.

Relations industrielles et internationales

L'équipe CoML collabore avec le Département d'Etudes Cognitives de l'Ecole Normale Supérieure, avec le MIT et Carnegie Mellon (USA), l'institut RIKEN (Japon), MacQuarie University (Australie), l'institut de technologie de Brno (République tchèque). Elle participe à un collectif sur la collecte de données développementales linguistiques (DARCLE) impliquant des laboratoires aux États-Unis, au Canada et aux Pays-Bas. Nous collaborons avec Facebook AI Research et Microsoft sur l'apprentissage automatique sans machine et l'analyse comparative humaine et avec IBM sur les technologies de la parole appliquées au secteur de la santé.