Samira Ebrahimi-Kahou

À l’intersection de la vision par ordinateur et du traitement du langage naturel

16 décembre 2020
samira ebrahimi kahou ets
Samira Ebrahimi-Kahou.

Samira Ebrahimi Kahou, qui s’est récemment jointe à l’équipe du Département de génie logiciel en tant que professeure-chercheuse, s’intéresse à l’apprentissage des représentations multimodales qui permettent le raisonnement dans les tâches d’apprentissage supervisées et d’apprentissage par renforcement. Ses activités de recherche portent sur la résolution de problèmes qui se trouvent à la croisée de la vision par ordinateur et du traitement du langage naturel. 

Prenons la voiture autonome, par exemple. L’interaction de la voiture avec son environnement requiert une compréhension approfondie de tout ce qui peut se produire durant la conduite : une collision éventuelle, des interactions avec des humains, des objets qui défilent dans l’espace, etc. « Pour comprendre le monde réel, la voiture doit intégrer des renseignements provenant de diverses sources, dont la vision, le texte et l’audio. Je cherche à développer des méthodes d’apprentissage approfondi qui permettront de résoudre les problèmes liés à l’intégration de toutes ces sources », explique-t-elle. 

La professeure croit fermement que ses travaux permettront de concevoir des modèles qui contribueront au bien-être des humains. Au nombre de ceux-ci, elle cite des applications qui amélioreront l’accessibilité des malvoyants ou qui augmenteront la performance des assistants personnels numériques. D’autres, encore, permettront de créer du contenu visuel à partir d’une saisie linguistique. 

Particulièrement intéressée par la conception d’applications pouvant répondre aux catastrophes humanitaires, la professeure collabore actuellement aux efforts déployés pour faire face aux infestations historiques de criquets pèlerins en Afrique, au Moyen-Orient et en Asie du Sud-Ouest. Ces infestations, qui sont attribuables à une confluence de facteurs, dont les conditions météorologiques, sont les pires que ces régions aient connues depuis au moins une génération. Elles constituent une menace majeure à la sécurité alimentaire. 

Convaincue que l’apprentissage machine et l’intelligence artificielle joueront un rôle grandissant dans notre vie quotidienne, la professeure Ebrahimi-Kahou est d’avis que les chercheurs de ce domaine ont une responsabilité sociale, et que la formation de la relève est d’une importance capitale. 

Son parcours universitaire

Passionnée de mathématiques, Samira Ebrahimi Kahou est titulaire d’un diplôme de premier cycle en mathématiques appliquées et d’une maîtrise en systèmes et composantes informatiques. Elle a obtenu son doctorat en génie informatique à Polytechnique Montréal/Mila en 2016, après quoi elle s’est jointe au Laboratoire de recherche Microsoft – Montréal. Elle a également occupé un poste de recherche postdoctorale à l’Université McGill. 

Au cours de ses études de doctorat, elle s’est concentrée sur la mise au point de nouvelles méthodes d’apprentissage profond pour l’analyse vidéo. Son travail sur la reconnaissance d’émotions sur du contenu vidéo a servi de fondement à de nombreux autres travaux.

Après son doctorat, elle s’est penchée sur différents problèmes multimodaux, notamment la génération itérative d’images à partir de dialogues et l’amélioration de la navigation visuelle. 

Elle a contribué à la création de plusieurs ensembles de données à grande échelle, dont : 

  • FigureQA - raisonnement visuel sur de graphiques mathématiques;
  • Something-Something - sous-titrage à grain fin;
  • ReDial -  recommandations conversationnelles de films.

Du côté des applications, elle travaille avec l’apprentissage machine pour répondre aux désastres, dont la modélisation de phénomènes météorologiques extrêmes.

La professeure Ebrahimi-Kahou a aussi été assistante d’enseignement aux premier et second cycles universitaires. Elle a présenté plusieurs conférences sur des sujets reliés à ses recherches, et a agi à titre de mentor auprès de nombreux étudiants et jeunes chercheurs. 

Ses intérêts de recherche 

  • L’apprentissage de multiples modes d’entrées, tels que les contenus vidéo et textuels
  • L’apprentissage par l’interaction avec un environnement
  • Méthodes d’apprentissage machine pour répondre aux désastres 
     

Chantal Crevier

Service des communications

514 396-8800, poste 7893

Toutes les nouvelles