Séminaire organisé par Hervé Turlier Collège de France, Paris) et Virginie Ulmann (Université de Zurich, Suisse), du 10 au 15 juin 2024.
L’apprentissage profond (ou deep-learning) est une méthode d’intelligence artificielle qui révolutionne de nombreux domaines des sciences et de l’industrie. Cette méthodologie, qui s’appuie sur l’entraînement de réseaux de neurones artificiels profonds à partir d’un grand jeu de données, a prouvé son efficacité pour résoudre ou automatiser des tâches très complexes, en particulier dans le domaine de la vision par ordinateur grâce à l’avènement des réseaux convolutifs (analyse d’images, reconnaissance faciale, conduite autonome…). Le “deep-learning” s’est enrichi de nombreuses nouvelles méthodes et s’invite dans de nombreux domaines scientifiques, en particulier en chimie, en physique, en mécanique quantique, et en médecine. Néanmoins le potentiel énorme qu’offrent les méthodes d’apprentissage profond pour aider à la compréhension du vivant de manière plus large reste encore largement sous-exploité. Le premier objectif de ce séminaire est de créer une vue d’ensemble de ce domaine émergent et très actif, et de susciter des interactions scientifiques nouvelles et fécondes au-delà des disciplines ou applications biologiques particulières. Deuxièmement, nous souhaitons, lors de ce séminaire, pouvoir réfléchir en commun aux perspectives encore inexplorées et nombreuses de l’utilisation du deep learning en biologie, bien au-delà de la bioinformatique et de l’analyse d’image.