Lieu : pavillon André-Aisenstadt, salle 1360
Titre : Integer Programming: the Global Impact

Résumé :
La programmation en nombres entiers est utilisée pour résoudre des problèmes opérationnels et de planification dans plusieurs domaines : énergie, finance, santé, secteur manufacturier, armée, transport, et dans presque tous les domaines imaginables où des décisions sont prises. Les logiciels présentement disponibles sont capables de résoudre des modèles avec des milliers, parfois des millions, de variables et de contraintes.

La plupart des entreprises du « Fortune 500 » utilisent la programmation en nombres entiers dans certains aspects de leurs activités. Nous passerons en revue le développement des algorithmes et des applications de la programmation en nombres entiers et présenterons également certains de nos récents travaux de recherche. Nous terminerons la présentation en spéculant sur les progrès futurs de la méthodologie et des applications.

Biographie :
Les principaux intérêts de recherche de George Nemhauser relève du domaine de l’optimisation discrète. Il a publié 3 livres et plus de 200 articles. Ses recherches courantes se consacrent à la résolution de problèmes de programmation mixte en nombres entiers à grande échelle. George Nemhauser travaille activement sur plusieurs problématiques du monde réel, particulièrement l’application de l’optimisation discrète en logistique et en transport. Il est l’un des développeurs de MINTO, un logiciel de résolution de programmes mixtes en nombres entiers.

Plusieurs honneurs balisent sa carrière, dont une affiliation à titre de membre de la National Academy of Engineering, plusieurs prix INFORMS (Institute of Operations Research and Management Science) : médaille Kimball, prix Lanchester pour la publication de l’année (à 2 reprises), conférencier Morse, 1erlauréat du prix Khachyian pour l’ensemble de sa carrière en optimisation, et prix John von Neumann pour ses contributions à la recherche opérationnelle.  

Parcourez la page de George Nemhauser sur le site de l'Université Georgia Tech pour en savoir davantage.

Lieu : pavillon Claire-McNicol, salle Z-317
Titre : Scalable Software Testing and Verification Through Heuristic Search and Optimization: Experiences and Lessons Learned 

Résumé :
Les problèmes de test et de vérification dans l'industrie du logiciel prennent différentes formes, en raison de différences significatives entre les domaines d’application et les contextes. Mais un défi commun est le passage à l’échelle, soit la capacité de tester et de vérifier des systèmes de plus en plus grands et complexes. Une autre préoccupation relève de l'aspect pratique. Est-ce que les entrées requises par une technique donnée peuvent être produites de façon réaliste?

Cette présentation résume 10 ans de recherche sur la vérification et le test comme problèmes de recherche heuristique et d'optimisation, reposant souvent, mais pas toujours, sur des abstractions et des modèles du système sous test. Nous observons que la plupart des problèmes auxquels nous avons été confrontés pourraient être réexprimés de manière à utiliser des techniques de recherche et d'optimisation appropriées pour automatiser une stratégie spécifique de test ou de vérification.

Biographie :
Lionel C. Briand est professeur à l’Université du Luxembourg. Il y détient une chaire de recherche FNR PEARL en vérification et validation de logiciels au sein du SnT Centre for Security, Reliability, and Trust, dont il est également vice-directeur.    

Lionel Briand a entrepris sa carrière en France, à titre d’ingénieur logiciel chez CS Communication & Systèmes, et œuvra en recherche appliqué avec des collaborations pendant plus de 20 ans. Il a aussi été directeur du Département de l'ingénierie de la qualité du logicielle au Fraunhofer Institute for Experimental Software Engineering, en Allemagne, et a travaillé en tant que chercheur pour le Software Engineering Laboratory, un consortium du Goddard Space Flight Center de la NASA, du CSC, et de l’Université du Maryland.

Parcourez la page de Lionel Briand sur le site de l'Université du Luxembourg pour en savoir davantage.

PRÉSENTATION DE LA CONFÉRENCE EN FORMAT PDF (EN ANGLAIS)

Lieu : pavillon Claire-McNicoll, salle Z-220 
Titre : The Beginnings of Computer Science in Canada

Résumé :
Je décrirai dans cette conférence comment les résultats de recherche obtenus durant la Deuxième Guerre mondiale ont généré un intérêt pour le développement d’ordinateurs automatiques. J’aborderai aussi les premiers travaux d’utilisation et de conception d’ordinateurs effectués à l’Université de Toronto, incluant ma participation dès les premiers temps, en tant que jeune physicien, dans la conception et l’assemblage des 1ers ordinateurs au Canada, tels que l’UTEC, et l’acquisition du FERUT, le 2e ordinateur électronique au monde à avoir été vendu.       

S’en est suivi une succession de calculs de haut niveau, tels que ceux liés à la Voie maritime du Saint-Laurent, au Avro Arrow, et au système de gestion de la circulation de la Ville de Toronto. Enfin, j’évoquerai la création du Département d’informatique de l’Université de Toronto, le 1er en son genre au Canada, qui passa d’un lieu de recherche et d’enseignement de cycles supérieurs à un département complet offrant aussi des programmes de 1er cycle.     

Biographie :
Calvin Carl « Kelly » Gotlieb est membre de l’Ordre du Canada et Fellow de la Société royale du Canada. Surnommé le « Père de l’informatique au Canada », Monsieur Gotlieb est professeur émérite en informatique de l’Université de Toronto.

Il fonda en 1948 le Centre de calcul de l’Université de Toronto et fit partie de la 1re équipe au Canada à fabriquer des ordinateurs et offrir des services informatiques. En 1950, il créa le 1er cours d’informatique au Canada et, l’année suivante, offrit le 1er cours de cycle supérieur. Il participa ensuite, en 1964, à la fondation du 1er département d’informatique de cycles supérieurs au Canada, à l’Université de Toronto.

En 1958, il prit part à la création de la Société canadienne de traitement de l’information et en fut président en 1961 et 1962. Il reçut en 1994 la médaille Isaac L. Auerbach de la Fédération internationale de traitement de l’information et fut nommé Fellow de l’Association for Computing Machinery.

En savoir plus :

• Encyclopédie canadienne
• Association for Computing Machinery

Lieu : pavillon Claire-McNicoll, salle Z-220 
Titre : Getting More Women into Tech Careers and Why It Matters

(La conférence sera donnée en anglais.)

Résumé :
Au cours de la dernière décennie, la participation des femmes dans les secteurs de haute technologie a régressé au lieu de progresser. Cette situation est des plus dommageables. D’abord pour les femmes elles-mêmes, en raison des vastes possibilités de carrières dans ce domaine, mais aussi pour l’industrie, qui se prive de nouveaux talents, et enfin pour la société, qui perd une diversité de perspectives au sein des équipes de travail en haute technologie.

J’examinerai les raisons qui expliquent la sous-représentation des femmes dans les programmes universitaires de haute technologie, et la manière dont le Harvey Mudd College a largement augmenté la proportion de femmes inscrites en informatique, passant de 10 à 40 % en 4 ans.       

Biographie :
Maria Klawe est devenue en 2006 la 5e personne à assurer la présidence du Harvey Mudd College, mais aussi la 1re présidente de cet établissement depuis sa fondation, en 1955. Maria Klawe a agi, auparavant, à la fois à titre de rectrice de l’École d’ingénierie et de science appliquée et de professeur d’informatique à l’Université Princeton.   

Elle a apporté des contributions significatives dans plusieurs domaines des mathématiques et de l’informatique : l’analyse fonctionnelle, les mathématiques discrètes, l’informatique théorique, l’interaction personne-machine, les questions de genres dans les technologies de l’information, et le multimédia interactif dans l’enseignement des mathématiques. Ses recherches actuelles portent sur les mathématiques discrètes.

Maria Klawe siège aux CA de la Broadcom Corporation and et de l’OSBL Math for America, préside le CA de l’OSBL Edreports.org, est Fellow de l’American Academy of Arts & Science, est administratrice pour le Mathematical Sciences Research Institute (Berkeley), et est membre du comité de sélection des Chaires d’excellence en recherche du Canada.     

Parcourez le site du Harvey Mudd College pour en savoir davantage.

PRÉSENTATION DE LA CONFÉRENCE EN FORMAT PDF (EN ANGLAIS)

Lieu : salle S1-151 du pavillon Jean-Coutu
Titre : L'apprentissage prédictif et le futur de l'intelligence artificielle

Résumé :

Les progrès fulgurants de l'intelligence artificielle ces dernières années sont en grande partie dus à la réémergence de l'apprentissage profond et des réseaux neuronaux, conjuguée à la disponibilité de grandes quantités de données et d'ordinateurs de plus en plus rapides.

Nous disposons maintenant de systèmes de reconnaissance d'images dont la précision rivalise celles des humains. Des révolutions dans des domaines tels que les voitures autonomes et l'analyse d'images médicales sont pressenties. Mais tous ces succès utilisent l'apprentissage supervisé dans lequel la machine est entraînée avec des données étiquetées par des humains. Le défi au cours des prochaines années sera de permettre aux machines d'apprendre à partir de données brutes non étiquetées, telles que des vidéos ou du texte. C'est ce qu'on appelle l'apprentissage prédictif ou non supervisé. Ce qui manque aux machines d’aujourd'hui, c'est le « sens commun », qui est enraciné dans notre compréhension des contraintes du monde physique.

L'apprentissage non supervisé est vu par certains comme la clé de l'acquisition du sens commun par les machines.    

Biographie :

Yann LeCun est directeur de Facebook AI Research (FAIR) et professeur à l’Université de New York (NYU), où il est affilié au Courant Institute of Mathematical Sciences, de même qu’au Center for Data Science. Diplômé de l’ESIEE Paris, école supérieure d’ingénieurs, en électronique et électrotechnique et de l’Université Pierre et Marie Curie, il devient chercheur aux Laboratoires Bell en 1988. M. LeCun est nommé directeur de département au AT&T Labs-Research en 1996 puis rejoint NYU en 2003 et Facebook à la fin de 2013.

Ses recherches portent principalement sur l'intelligence artificielle, l'apprentissage machine, la vision artificielle et la robotique. Il est l’un des chefs de file de l’apprentissage profond (deep learning). Depuis quelques années, ce champ d’études a révolutionné l'intelligence artificielle, notamment la reconnaissance visuelle et vocale et le traitement de la langue naturelle. L’une des techniques développées par M. LeCun, le réseau convolutif, est utilisée par toutes les grandes sociétés pour la reconnaissance d'images et de la parole et pour l'assistance à la conduite des voitures.

Yann LeCun a publié près de 200 articles et a reçu le Neural Network Pioneer Award ainsi que le PAMI Distinguished Researcher Award de l'IEEE. Pour l'année 2015-2016, il a été nommé titulaire de la chaire annuelle « Informatique et sciences numériques » au Collège de France.

Lieu : salle S1-151 du pavillon Jean-Coutu

Titre : Scientific Multiculturalism in Informatics

Résumé :  
Physicists, mathematicians and engineers, guided by what has worked well in their respective disciplines, acquire different scientific tastes, different notions of what constitutes an interesting, well-posed problem or an adequate solution. While this has led to some frustrating misunderstandings, it has invigorated the theory of communication and computation, enabling it to outgrow its brash beginnings with Turing, Shannon and von Neumann, and develop its own mature scientific taste, adopting and domesticating ideas from thermodynamics and quantum mechanics that physicists had mistakenly thought belonged solely to their field.

Consulter la biographie de Charles H. Bennett.