À mon arrivée à Montréal en 2015, j’ai trouvé au Québec un environnement des plus stimulants, où la collaboration entre les grands établissements universitaires est non seulement encouragée, mais aussi reconnue comme un moyen de parvenir à une carrière fructueuse.
Cela a sans aucun doute été un facteur déterminant dans la création de ce que plusieurs observateurs de par le monde considèrent aujourd’hui être l’écosystème montréalais en intelligence artificielle, un environnement où les milieux universitaire et industriel interagissent de manière profitable en transformant les recherches les plus avancées dans le domaine de l’intelligence artificielle en applications concrètes. Du point de vue de la science et de la technologie, ce système se trouve catalysé par une autre étroite collaboration entre les chercheurs de deux disciplines distinctes, à savoir l’apprentissage automatique et l’optimisation discrète.
L’approche collaborative unique en matière de recherche dont j’ai fait mention est au nombre des moyens qui permettent à l’écosystème montréalais en intelligence artificielle de se démarquer : l’apprentissage automatique sert de moyen d’acquisition de connaissances, et l’optimisation discrète permet une prise de décision optimale. Ce singulier mélange est extrêmement efficace et il a fait ses preuves dans divers contextes industriels tels que la logistique, les soins de santé, le transport, les chaînes logistiques et la finance, pour ne nommer que ceux-là.
Andrea Lodi est professeur titulaire en optimisation mathématique à Polytechnique Montréal, où il dirige la Chaire d’excellence en recherche du Canada sur la science des données pour la prise de décision en temps réel. Le professeur Lodi est également codirecteur scientifique d’IVADO, l’Institut de valorisation des données de Montréal, ainsi que cofondateur et directeur scientifique d’IVADO Labs.
