Auteur : Charbonneau, Camille

L’équipe de l’Institut des sciences cognitives a le plaisir de vous inviter à une série d’ateliers mensuels sur Zoom visant à démystifier l’intelligence artificielle.  Destinés aux universitaires (professeur.e.s et étudiant.e.s) ainsi qu’au personnel de soutien, ces ateliers sont conçus pour promouvoir le développement d’une littératie fonctionnelle dans ce domaine en évolution rapide, appelé à modifier en profondeur notre milieu de travail, d’étude et de recherche. Aucune connaissance préalable de l'IA n'est requise.

L'objectif de cette série d’ateliers mensuels est d’offrir aux membres de la communauté universitaire une compréhension plus approfondie de l’état de l’art en intelligence artificielle contemporaine, notamment générative:

• son mode de fonctionnement
• ses applications en enseignement et en recherche
• les tendances de son évolution, ainsi que
• les questions éthiques et politiques liées à son usage.

Ces ateliers, offerts par l’Institut des sciences cognitives (ISC), sont conçus pour être interactifs et accessibles à toutes et tous. Ils se tiendront en ligne une fois par mois, de 12h45 à 13h45.

Atelier du 12 mars 2025 | Les IA capables de raisonner (Large reasoning models)

Les premiers systèmes contemporains d’Intelligence artificielle générative comme ChatGPT, basés sur le pré-entraînement de transformeurs sur des corpus massifs (notamment de texte et d'images), exploitent une première loi d'échelle dans le domaine: la taille du corpus de pré-entraînement (train time scaling). Plus la taille du corpus est grande, plus les réponses du système sont intelligentes.

Malgré ses grands succès, cette approche produit un traitement cognitif semblable à la forme de cognition qualifiée de Système 1 en sciences cognitives (Kahneman, 2011). La technique d'instruction (prompting) dite "chaîne de pensée" (Chain of Thought) permet de pallier à certaines des limites de tels systèmes, en amenant progressivement ceux-ci à trouver la bonne réponse parmi leurs connaissances, comme le ferait un enseignant humain attentif à la zone de développement proximale de son élève, une méthode déjà anticipée par Platon dans le Ménon.

Les nouveaux systèmes d’Intelligence artificielle générative comme o1 et o3 d'OpenAI, Deepseek, et Gemini 2.0 de Google exploitent une nouvelle loi d'échelle: le renforcement de chaînes de pensée internes au système (test time scaling) : plus on alloue de temps au système pour penser, plus ses réponses sont intelligentes. Cette nouvelle loi d'échelle décuple les capacités des systèmes d’intelligence artificielle, en permettant en quelque sorte l'internalisation de chaînes de pensée culturellement jugées valables (voire valides), semblable au développement de l'expertise humaine de type Système 2. Après avoir brièvement présenté le mode d’entraînement et de fonctionnement de ces systèmes, nous explorerons ce que cette nouvelle forme d’IA peut nous dire de l’apprentissage et de la cognition humaine.

L'évènement aura lieu en formule comodale au A-3740 et sur zoom.

Vous avez un fort intérêt pour la recherche et pour les sciences cognitives? Joignez-vous à l’équipe de l’Institut des sciences cognitives de l’UQAM à titre d’auxiliaire de recherche!

Cette offre d’emploi s’adresse aux personnes étudiantes inscrites dans un programme de maîtrise ou de doctorat à l’UQAM lié aux sciences cognitives pour la session d’hiver 2025.

Le poste à pourvoir est à temps partiel et est à contrat, renouvelable.

La date limite pour envoyer sa candidature est le 21 février 2025, 17 h EST.

L’équipe de l’Institut des sciences cognitives a le plaisir de vous inviter à une série d’ateliers mensuels sur Zoom visant à démystifier l’intelligence artificielle.  Destinés aux universitaires (professeur.e.s et étudiant.e.s) ainsi qu’au personnel de soutien, ces ateliers sont conçus pour promouvoir le développement d’une littératie fonctionnelle dans ce domaine en évolution rapide, appelé à modifier en profondeur notre milieu de travail, d’étude et de recherche. Aucune connaissance préalable de l'IA n'est requise.

L'objectif de cette série d’ateliers mensuels est d’offrir aux membres de la communauté universitaire une compréhension plus approfondie de l’état de l’art en intelligence artificielle contemporaine, notamment générative:

• son mode de fonctionnement
• ses applications en enseignement et en recherche
• les tendances de son évolution, ainsi que
• les questions éthiques et politiques liées à son usage.

Ces ateliers, offerts par l’Institut des sciences cognitives (ISC), sont conçus pour être interactifs et accessibles à toutes et tous. Ils se tiendront en ligne une fois par mois, de 12h45 à 13h45.

Atelier du 5 février 2025 | Les usages (légitimes) de l'IA dans la recherche 

Dans cet atelier, après avoir brièvement rappelé les usages non permis de l'intelligence artificielle dans la recherche universitaire, nous présenterons plusieurs usages légitimes allant des plus connus (correction linguistiques des textes) à certains moins bien connus, comme la recherche de financement, la revue de littérature, le filtrage des textes et l'évaluation critique de vos recherches. Nous présenterons certains outils d'IA conçus spécifiquement pour la recherche, tels que Scite et Jenni.

Date : Le mercredi 5 février 2025
Heure : 12 h 45 - 13 h 45
Présentateur : Pierre Poirier, professeur en philosophie des sciences cognitives et directeur de l’Institut des sciences cognitives 

L'ISC vous invite à la 7e édition de la Journée mondiale de la logique qui aura lieu le mardi 14 janvier prochain à l'UQAM au DS-1950 et en ligne.

L'Institut des sciences cognitives et l'Institut Santé et société sont heureux de collaborer afin de vous présenter une conférence interdisciplinaire sur l'amélioration des soins de santé offerts aux personnes souffrant de troubles neurologiques fonctionnels et autres syndromes somatiques chroniques, donnée par Arline-Aude Bérubé.

Cette conférence illustrera concrètement les contributions de la philosophie et des sciences cognitives dans l'amélioration des soins de santé offerts aux personnes souffrant de troubles neurologiques fonctionnels et autres syndromes somatiques chroniques.

Objectifs de la présentation:

• Distinguer les modèles bayésien et énactiviste du modèle biopsychosocial dans l'approche clinique des troubles neurologiques fonctionnels
• Reconnaître les similitudes cliniques de différents syndromes somatiques chroniques
• Évaluer le potentiel de réadaptation des syndromes somatiques fonctionnels est des troubles neurologiques fonctionnels selon un modèle bayésien et énactiviste de la cognition

Le vendredi 29 novembre de 14 h à 15 h 30 en comodal.

Guillaume LAJOIE - 7 novembre 2024 à 10h30 au PK-5115

TITRE: Beyond parameters: Learning in-context without plasticity in neural networks

RÉSUMÉ

Les réseaux neuronaux peuvent approximer un large éventail de fonctions si une attribution de crédit appropriée est mise en place. Les théories de l’apprentissage se sont concentrées sur l’ajustement des paramètres d’un réseau, tels que les poids de connectivité, afin de minimiser les erreurs sur des tâches spécifiques. Dans le cerveau, ces modifications sont facilitées par des mécanismes de plasticité synaptique, tandis que les réseaux profonds utilisent la descente de gradient directe. Certains processus d’apprentissage dans le cerveau ne reposent pas uniquement sur ces mises à jour paramétriques. Ils exploitent des mécanismes d’attribution de crédit basés sur l’activité pour réaliser un apprentissage rapide, induit par les entrées, de manière non paramétrique. En IA, les grands modèles de fondation pré-entraînés sur des objectifs prédictifs simples montrent une expressivité remarquable dans l’apprentissage en contexte, en utilisant uniquement les activations évoquées par les entrées. Je présenterai des résultats démêlant les rôles de l’apprentissage paramétrique et non paramétrique. J’explorerai l’expressivité des réseaux neuronaux qui apprennent uniquement à partir des entrées et j’examinerai l’impact des objectifs de méta-formation paramétrique sur cette expressivité. Cette recherche vise à fournir des outils pour mieux comprendre l’apprentissage induit par les entrées dans le cerveau et l’apprentissage en contexte dans les grands systèmes d’IA pré-entraînés.

BIOGRAPHIE

Guillaume LAJOIE est professeur associé à l’Université de Montréal et chercheur au Mila (Institut québécois d’intelligence artificielle). Ses travaux se situent à l’intersection des neurosciences et de l’apprentissage automatique, en particulier sur la compréhension des dynamiques neuronales et comment les modèles inspirés du cerveau peuvent améliorer les systèmes d’IA.

RÉFÉRENCES

Ezekiel Williams, Avery Hee-Woon Ryoo, Thomas Jiralerspong, Alexandre Payeur, Matthew G. Perich, Luca Mazzucato, Guillaume Lajoie (2024) Expressivity of Neural Networks with Random Weights and Learned Biases.  arXiv preprint arXiv:2407.00957.