Description et objectifs 

Ce programme soutient les activités de recherche concernant les enjeux soulevés dans notre demande de subvention auprès d’Apogée Canada : la science des données au sens large, incluant des recherches méthodologiques en science des données (apprentissage automatique, recherche opérationnelle, statistiques) et leurs applications dans plusieurs domaines.

Ce programme permettra de financer et d’accompagner jusqu’à cinq (5) programmes-cadres de recherche d’envergure autour de thèmes stratégiques d’importance nationale. Le budget total d’IVADO pour cette opportunité de financement est de l’ordre de $6M. La contribution financière d’IVADO se situera entre $1M et $2M par programme-cadre de recherche auxquels s’ajouteront idéalement des financements complémentaires d’organismes externes (organismes de financement, contributions industrielles, etc.).

Ces programmes-cadres de recherche seront mis en place en mode co-construction par des équipes de recherche afin de répondre à des défis scientifiques importants en intelligence numérique. Ces projets devront avoir un impact au niveau de l’avancement des connaissances en intelligence numérique ainsi qu’un impact potentiel important pour le développement socio-économique du Québec et du Canada, tout en renforçant le positionnement de notre communauté au niveau international. De plus, ces programmes-cadres de recherche devront avoir la capacité de structurer et mobiliser une communauté québécoise et canadienne de haut niveau (académique, industrielle, de milieu d’application, etc.) et idéalement de construire des collaborations à l’international.

Afin que l’avancement des connaissances et des opportunités en intelligence numérique bénéficie équitablement à tous les membres de la société, nous promouvons des principes d’équité, de diversité et d’inclusion à travers l’ensemble de nos programmes et nous engageons à vous offrir un processus de recrutement et un milieu de recherche inclusifs, non discriminatoires, ouverts et transparents.

Il importe de rappeler qu’une gouvernance adaptée à la nature spécifique de ce programme a été mise en place, afin d’assurer les plus hauts standards de gestion de conflits d’intérêts et de respect des enjeux d’équité, de diversité et d’inclusion tout au long du processus.

Processus

Cette opportunité de financement n’est pas un concours mais un appel à travailler en mode co-construction. C’est pourquoi nous lançons une consultation (Étape 1) afin d’identifier et sélectionner les thémes stratégiques (Étape 2) sur lesquelles pourraient porter les propositions de programmes-cadres retenus et développés (Étape 3).

Étape 1 : Consultation de l’écosystème d’IVADO (1er juin – 20 juillet 2021)

Dans un premier temps, IVADO mène une consultation itérative auprès des membres de l’écosystème afin de faire ressortir des thèmes stratégiques pertinents à cette opportunité de financement. Au-delà des thèmes stratégiques, cette consultation permettra aussi de recevoir des ébauches à haut niveau de programmes-cadres de recherche, une liste des professeur.e.s et partenaires intéressés par cette opportunité de financement ainsi que des partenaires de financement potentiels pour chaque thème stratégique proposé.

Afin de permettre les itérations avec I’écosystème, IVADO mettra régulièrement à jour la section « Thèmes stratégiques » ci-dessous avec les propositions reçues et invitera les membres de l’écosystème à nous faire parvenir leurs commentaires tout au long du processus de consultation se terminant le 20 juillet 2021.

Nous vous remercions d’avoir participé à cette consultation. Vous pouvez consulter les 48 thèmes stratégiques proposés dans la section Thèmes stratégiques ci-dessous.

Étape 2 : Identification et sélection des thèmes stratégiques (août – novembre 2021)

Un comité conseil a été créé afin d’accompagner l’équipe d’IVADO dans l’identification de thèmes stratégiques basés sur les propositions reçues lors de la consultation (Étape 1). Ce comité est composé de:

  • Janice Bailey (directrice scientifique, FRQ-NT) et Carole Jabet (directrice scientifique, FRQ-S) : co-présidentes du comité;
  • Yves Joanette (Université de Montréal), Michèle Breton (HEC Montréal) et Louis-Martin Rousseau (Polytechnique Montréal) : représentant.e.s nommé.e.s par les vice-rectorats à la recherche;
  • Jean-François Cordeau (HEC Montréal), Marc Bellemare (Google Brain, Mila) et Julien Cohen-Adad (Polytechnique Montréal) : représentants proposés par le comité scientifique d’IVADO.

IVADO mettra en commun, de façon continue, les propositions de thèmes stratégiques reçues lors de la consultation, afin de les présenter au comité conseil. Le comité conseil discutera de ces thèmes stratégiques et pourra proposer des modifications, mise en commun des propositions et autres améliorations en itération avec l’équipe d’IVADO. Le comité conseil consultera le comité international IVADO. Le comité conseil présentera pour approbation au comité exécutif d’IVADO les thèmes stratégiques retenus, incluant pour chacun d’eux l’identification de professeur.e.s/champion.ne.s (potentiels PIs) en vue de mettre en place les comités de programme. Aucun membre du comité conseil ne pourra faire partie des PIs des programmes-cadres de recherche retenus par IVADO. Le comité scientifique sera informé tout au long du processus.

Début novembre 2021, le comité conseil a soumis ses recommandations au comité exécutif*, qui a poursuivi la réflexion sur ces bases. Des chercheur.euse.s principaux.ales pressenti.e.s ont été approché.e.s afin de proposer au comité exécutif* un plan de la programmation scientifique pour discussion et approbation.

Étape 3 : Co-construction des programmes-cadres de recherche (novembre – décembre 2021)

IVADO accompagnera les PIs lors de la construction de la proposition de programme-cadre de recherche (composition de l’équipe, description du projet de recherche, budget préliminaire et justifications, plan de diffusion des résultats, plan de formation des PHQ, engagements EDI). La proposition de programme-cadre de recherche sera présentée par les PIs au comité exécutif* pour approbation. Le comité exécutif pourra demander des modifications. La proposition, même si elle n’est pas en compétition avec d’autres à cette étape, respectera les standards généralement attendus d’une demande de cette envergure. Le comité scientifique sera informé de l’avancement des propositions pendant le processus de co-construction.

Étape 4 : Déroulement des programmes-cadres de recherche (janvier 2022 – août 2024)

Les activités de recherche pourront débuter dès janvier 2022. Les équipes de recherche, appuyées par une ressource d’IVADO dédiée à temps plein pour chaque programme-cadre (ressource financée à partir du budget du programme-cadre), devront s’engager à soumettre les rapports scientifiques et financiers qui feront l’objet d’une évaluation annuelle par un comité indépendant d’examinateur.trice.s. Les fonds octroyés par IVADO devront être utilisés au plus tard à la fin août 2024, date limite actuelle d’utilisation des fonds IVADO.

*Excluant les membres du comité exécutif identifié.e.s par la communauté pour les thèmes stratégiques retenus.

Thèmes stratégiques

FORMULAIRE

Ci-dessous, vous trouverez les thèmes / domaines stratégiques qui ont été soumis lors de l’étape de consultation de l’écosystème IVADO (étape 1). Chacune des pages dédiées aux thèmes stratégiques peut être à un niveau de détail et de maturité variable. Nous comptons sur vous pour enrichir ces thèmes stratégiques aussi à travers le formulaire en ligne! De plus, si vous souhaitez être tenu.e au courant des développements autour d’un thème / domaine particulier, laissez-nous votre adresse courriel dans le formulaire. Les nouveaux thèmes et une mise-à-jour des thèmes stratégiques déjà en ligne a eu lieu le 13 juillet. La prochaine mise-à-jour aura lieu dans la semaine du 26 juillet 2021.

Programmes de recherche sélectionnés

Voici les programmes de recherche qui seront financés dans le cadre de cette initiative, issus des 5 thèmes stratégiques retenus parmi les 48 proposés lors de l’étape de consultation (voir processus ci-dessus). 

Thème 1 – Apprentissage automatique et optimisation intégrés pour la prise de décision en incertitude : Vers des chaînes d’approvisionnement robustes et durables

Chercheur.euse.s principaux.ales : Erick Delage (HEC Montréal, GERAD), Yossiri Adulyasak (HEC Montréal, GERAD), Emma Frejinger (Université de Montréal, CIRRELT)

Toute décision implique une certaine forme d’incertitude. C’est certainement le cas dans les chaînes d’approvisionnement où la forte variabilité de la demande, des coûts et des déplacements complique considérablement la planification de l’approvisionnement, la production, la distribution et du service. Dans un contexte en constante évolution où la fréquence des données est élevée, les paradigmes classiques s’appuyant sur l’entraînement de modèles, leur validation, suivi par l’optimisation des décisions ne suffisent plus. Ce programme développe de nouvelles méthodes pour exploiter de manière plus efficace et adaptative les données dans la prise de décision. Il est fondé sur des perspectives modernes en optimisation et en apprentissage automatique, incluant l’apprentissage profond par renforcement/de bout-en-bout, les mesures de risque et l’optimisation contextuelle/robuste aux distributions. Sa mission est triple : (i) développer la prochaine génération de méthodes pour gérer l’incertitude dans les modèles d’optimisation axés sur les données en intégrant l’apprentissage automatique; (ii) identifier des opportunités scientifiques pour améliorer la robustesse des chaînes d’approvisionnement ; et (iii) stimuler l’intégration de modèles d’optimisation stochastique chez nos partenaires tout en définissant des cas d’application qui guideront les futures avancées méthodologiques. En somme, ce programme vise un cercle vertueux de découvertes qui sont à la fois alimentées et transformatrices pour un secteur important de l’économie canadienne.

Thème 2 – IA, Biodiversité et changements climatiques

Chercheur.euse.s principaux.ales : Etienne Laliberté (Université de Montréal, IRBV), Christopher Pal (Polytechnique Montréal, Mila), David Rolnick (Université McGill, Mila), Oliver Sonnentag (Université de Montréal), Anne Bruneau (Université de Montréal, IRBV)

Les changements climatiques modifient la biodiversité végétale, ce qui pourrait entraîner des conséquences potentiellement catastrophiques sur la résilience et le fonctionnement des écosystèmes terrestres. Une source majeure d’incertitude dans le bilan de carbone terrestre mondial, et donc pour les projections climatiques futures, est la façon dont les espèces végétales diffèrent dans leurs réponses phénologiques aux fluctuations climatiques saisonnières. Les changements climatiques modifient aussi la répartition des espèces végétales dans des paysages entiers, mais nous ne sommes pas en mesure de suivre ces changements de biodiversité à l’aide d’un échantillonnage classique sur le terrain. Les technologies de télédétection, telles que les phénocams ou les drones, offrent la possibilité d’étudier la phénologie et la biodiversité des plantes de manière très détaillée à diverses échelles spatiales. Ces nouvelles approches pourraient révolutionner la science et la conservation de la biodiversité et contribuer à orienter la conception de solutions fondées sur la nature et essentielles pour atténuer les effets des changements climatiques. De nouveaux algorithmes d’IA sont nécessaires pour exploiter tout le potentiel de ces technologies transformatrices et ses liens avec des flux de données et des produits plus courants. Ce programme permettra de concevoir ces nouveaux algorithmes en nous appuyant sur les plus récents développements en matière de vision par ordinateur et de méta-apprentissage pour cartographier les espèces végétales et leurs signatures phénologiques. Les algorithmes seront mis directement entre les mains d’utilisateurs finaux scientifiques et non scientifiques grâce à la conception d’une plateforme d’apprentissage actif. Cette recherche en IA permettra aux chercheurs et aux professionnels en exercice de transformer les images en données exploitables sur la biodiversité et la phénologie des plantes, ce qui leur fournira des outils pour contribuer à la lutte contre la perte de biodiversité et les effets des changements climatiques.

Thème 3 – Santé humaine et utilisation secondaire des données

Chercheur.euse.s principaux.ales : Michaël Chassé (Université de Montréal, CRCHUM), Nadia Lahrichi (Polytechnique Montréal, CIRRELT), An Tang (Université de Montréal, CRCHUM)

L’intelligence artificielle a le potentiel de transformer les soins de santé. En logistique ou en imagerie, ces technologies font leur entrée et des centaines d’algorithmes sont en cours de développement pour offrir du support aux soins des patient.e.s. Cependant, plusieurs défis demeurent quant à leur utilisation à grande échelle, sur le terrain. Parmi eux, la capacité de ces algorithmes à être généralisables. Comment garantir la performance d’un modèle sur des données lorsque leurs caractéristiques sont différentes de celles utilisées lors de l’apprentissage? Par exemple, un algorithme entraîné à partir de données d’une population spécifique pourrait être moins performant s’il est appliqué sur une autre population.

Ce programme vise donc à étudier de nouvelles méthodes pour améliorer cette généralisation, et se décline en quatre objectifs. D’abord, mettre en place un environnement de recherche permettant d’étudier des méthodes susceptibles d’améliorer cette généralisation en contexte réel. Deuxièmement, optimiser les flux de données obtenus en milieu de soins réel pour des fins de recherche algorithmique. Puis, investiguer des problématiques spécifiques liées à la généralisation algorithmique et à l’utilisation secondaire de données médicales. Enfin, créer un ensemble de données en accès libre qui pourra être utilisé pour améliorer les découvertes du programme.

Thème 4 – L’IA pour la découverte de matériaux et molécules

Chercheur.euse.s principaux.ales : Yoshua Bengio (Université de Montréal, Mila), Michael Tyers (Université de Montréal, IRIC), Mickaël Dollé (Université de Montréal), Lena Simine (Université McGill)

Concevoir des molécules ayant les propriétés souhaitées est un problème fondamental dans la découverte de médicaments, de vaccins et de matériaux. Les approches courantes pour concevoir un nouveau médicament peuvent prendre plus de 10 ans et nécessiter un milliard de dollars américains. Des matériaux ont été conçus uniquement en tenant compte de leurs caractéristiques de performance, ce qui a conduit à des matériaux composés d’éléments rares, souvent toxiques, qui peuvent causer des dommages importants à l’environnement. L’intelligence artificielle (IA) a le potentiel de révolutionner la découverte de médicaments et de matériaux en analysant des éléments probants dans de grandes quantités de données accumulées et en apprenant comment chercher dans l’espace des molécules et, par conséquent, d’accélérer et d’améliorer considérablement le processus.

Ce programme vise à construire un cadre d’apprentissage automatique efficace et efficient pour la recherche de molécules ayant des propriétés désirées. Il sera essentiel de nous appuyer sur les collaborations en cours (i) entre Mila et l’IRIC visant à optimiser les algorithmes pour découvrir de nouveaux antibiotiques et (ii) entre Mila et les experts des matériaux de McGill et de l’Université de Montréal visant à concevoir des matériaux ayant des applications environnementales, notamment pour lutter contre les changements climatiques, et de les élargir. Ce projet multidisciplinaire soulève également des défis fondamentaux passionnants en matière d’IA pour ce qui est de l’apprentissage de la recherche et de la modélisation et de l’échantillonnage de structures de données complexes comme les graphiques et pourrait avoir des applications pour les découvertes scientifiques de manière plus générale.

Thème 5 – L’IA centrée sur l’humain : du développement des algorithmes responsables à l’adoption de l’IA

Chercheurs principaux : Pierre-Majorique Léger (HEC Montréal, Tech3lab), Sylvain Sénécal (HEC Montréal, Tech3lab)

Les interactions entre les humains et les technologies d’intelligence artificielle (IA) sont aujourd’hui courantes. Nous interagissons quotidiennement avec l’IA, que ce soit pour accomplir des tâches professionnelles ou  personnelles. Cependant, l’adoption humaine de l’IA n’est pas toujours un succès et est loin d’être automatique et adéquate. Qu’il s’agisse de citoyen.ne.s, d’employé.e.s ou de consommateur.trice.s, des enjeux tels que la présence de biais, le manque de confiance et même la faible satisfaction de l’utilisateur.trice affectent l’adoption de l’IA dans divers contextes. Une approche holistique de l’IA est donc nécessaire pour favoriser son adoption. Ce programme de recherche multidisciplinaire étudie le cycle complet de développement responsable de l’IA, de sa création à son adoption par les utilisateur.trice.s, en mettant l’humain au cœur du processus. L’objectif est de développer des lignes directrices en matière de conception de l’IA centrée sur l’humain, grâce à une approche méthodologique et multiméthode itérative, menée par une équipe de chercheur.euse.s multidisciplinaire.

Conditions de financement 

Les exigences de cette section ne s’appliquent qu’à la contribution financière d’IVADO aux programmes-cadres de recherche sélectionnés. Les budgets comprendront idéalement d’autres sources de fonds qui auront leurs propres conditions et qui pourraient notamment permettre de financer des chercheur.euse.s de l’équipe non-éligibles aux fonds IVADO.

La contribution financière d’IVADO à ce programme provient des fonds Apogée. Ces fonds  pourront être transférés et gérés uniquement par les professeur.e.s éligibles, au sein des établissements de l’entente initiale Apogée, tel que décrit ci-dessous :

  • Vous devez être professeur.e de l’un des établissements suivants : HEC Montréal, Polytechnique Montréal, Université de Montréal, Université McGill* ou Université d’Alberta*.
    *Si vous êtes professeur.e de l’Université McGill et de l’Université d’Alberta, vous devez aussi être membre d’un de nos groupes de recherche (Mila, CIRRELT, GERAD, Chaire d’Excellence de Recherche du Canada en prise de décision en temps réel, CRM, Tech3Lab,Consortium Santé Numérique).
  • Vous devez avoir l’un des statuts admissibles suivants : professeur.e adjoint.e, professeur.e agrégé.e, professeur.e titulaire, professeur.e sous-octroi, professeur.e chercheur.euse, chercheur.euse invité.e. Les professeur.e.s associé.e.s ne sont pas admissibles.

Les professeur.e.s ne répondant pas à ces critères d’éligibilité pourront participer aux programmes-cadres de recherche à titre de collaborateurs.trices.

Processus d'évaluation à mi-parcours

Le programme de financement stratégique de la recherche d’IVADO permet aux chercheurs et chercheuses en IA de se consacrer à des travaux de recherche de haute qualité. Il comprend aussi un solide volet d’accompagnement de la recherche. Le processus d’évaluation reflète les valeurs chères à ce programme : transparence, ouverture, collaboration et intégrité. Une évaluation respectueuse du travail effectué par les participants et participantes ainsi qu’une rétroaction constructive sont attendus de la part des comités impliqués dans ce processus.

L’objectif de cette évaluation est triple :

  1. Mener un examen externe impartial du plan de recherche, des activités et de l’utilisation des ressources (actuelles ou prévues) pour chacun des cinq programmes-cadres de recherche.
  2. Assurer un suivi un an après le début des programmes-cadre de recherche et réorienter leurs activités avant la fin du financement, si nécessaire.
  3. Formuler auprès des chercheurs et chercheuses des recommandations par rapport à toutes les facettes de leurs programmes de recherche, qu’il s’agisse d’éléments scientifiques et techniques ou encore d’aspects relatifs à la gestion, aux activités prévues, ainsi qu’à d’éventuelles collaborations, etc.

Notre processus s’appuie sur les différentes parties prenantes suivantes :

  • Les chercheurs principaux et les chercheuses principales, ainsi que leurs équipes
  • Des examinatrices et des examinateurs externes indépendants
  • Les membres du comité scientifique d’IVADO
  • Les membres du comité international d’IVADO
  • Le comité exécutif d’IVADO

Une description exhaustive du processus d’évaluation est disponible dans ce document.

Sessions d'information

Participez à une session d’information virtuelle pour en apprendre davantage sur cette nouvelle initiative. Deux dates sont disponibles pour vous inscrire :

9 juin 14h30-15h30
14 juin 14h30-15h30

F.A.Q.

Participants (équipes, organismes, …)

Q : Est-ce que les équipes doivent être formées dès l’étape de consultation sur les domaines stratégiques? Est-ce que les noms de tous les co-chercheur.euse.s ou collaborateur.trice.s potentiel.le.s doivent être cités dès cette étape?

R : Les équipes vont être constituées durant l’été (phase 3), mais il est important de citer dès l’étape de consultation les personnes pertinentes du domaine. Les noms ne seront pas rendus publics sur le site sans l’accord explicite du/de la chercheur.euse, et IVADO se chargera d’aller chercher cet accord.

Q : Puis-je mettre des collaborateur.trice.s internationaux.ales sur la subvention? 

R : Il est important de citer dès l’étape de consultation les personnes pertinentes du domaine, et d’éventuel.le.s collaborateur.trice.s internationaux.ales lorsque ceux.celles-ci sont complémentaires à une expertise locale. Les collaborations internationales sont même encouragées. N.B. La phase de consultation ne correspond pas au dépôt ou au montage d’une demande de subvention, les équipes seront constituées durant l’été, lors de la phase 3.

Q : Des collaborateur.trice.s internationaux.ales peuvent-ils/elles recevoir un financement?

R : Les fonds ne peuvent pas être transférés à l’étranger, mais des fonds d’IVADO peuvent être utilisés pour financer des déplacements et des séjours. De plus, lors du montage budgétaire de la phase 3, un effort particulier sera mis à intégrer des sources de financement complémentaires qui auront des contraintes d’utilisation différentes et pourraient éventuellement être utilisés par les collaborateur.trice.s internationaux.ales.

Thèmes et domaines

Q : Est-ce que la recherche fondamentale est privilégiée par rapport à la recherche appliquée, ou vice-versa?

R : Non, tout type de recherche est le bienvenu, du moment qu’il s’attaque à un réel défi scientifique en intelligence numérique.

Q : L’accent du programme est mis sur la science des données; les domaines interdisciplinaires sont-ils les bienvenus?

R : Oui, ils sont même encouragés, que l’interdisciplinarité soit d’ordre méthodologique ou applicative, mais il est fondamental que le domaine représente un réel défi scientifique en intelligence numérique.

Flèche pointant vers la gauche
Retour aux programmes