Informatique et sciences numériques (2023-2024) - Benoît Sagot
Claim This PodcastPodcast Overview
<p>Benoît Sagot, polytechnicien, devient docteur en informatique de l'Université Paris–Diderot en 2006. Il intègre alors l'Inria comme chercheur spécialisé en traitement automatique des langues (TAL), dans ce qui est aujourd'hui le centre Inria de Paris. Il y dirige l'équipe ALPAGE de 2014 à 2016, équipe commune avec l'Université Paris-Diderot, puis crée l'équipe ALMAnaCH, dont il est le directeur. Il est également titulaire d'une chaire dans l'institut PRAIRIE dédié à la recherche en intelligence artificielle, domaine dans lequel s'insère le TAL.</p><p></p><p>Ses travaux de recherche, initialement tournés vers l'analyse syntaxique, les grammaires formelles et le développement de ressources linguistiques, évoluent à l'image de son domaine de recherche vers des approches s'appuyant sur l'apprentissage automatique puis l'apprentissage profond. Il s'intéresse actuellement à la conception et à l'apprentissage de modèles de langue, ainsi qu'à leur mise en œuvre, notamment en traduction automatique et en simplification de textes, tout en explorant l'interface entre texte et parole et entre texte et image. Il poursuit également le développement de ressources linguistiques et des recherches en linguistique computationnelle. Ses travaux font une place particulière à la langue française dans toute sa diversité, mais également aux enjeux liés aux langues moins dotées.</p><p></p><p>Il met en œuvre son expertise en TAL en tant que cofondateur d'Opensquare, start-up spécialisée dans la conception, la conduite, l'analyse et la restitution d'enquêtes auprès des salariés.</p><p></p><p>Benoît Sagot est invité à occuper la chaire annuelle Informatique et sciences numériques du Collège de France pour l'année 2023-2024.</p>
Language
🇫🇷
Publishing Since
11/30/2023
1 verified contact email on file for Informatique et sciences numériques (2023-2024) - Benoît Sagot
Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.
Recent Episodes
February 9, 2024
Séminaire : L'IA axée sur les objectifs : vers des machines capables d'apprendre, de raisonner et de planifier
<p>Collège de France</p><p>Benoît Sagot</p><p>Informatique et sciences numériques (2023-2024)</p><p>Année 2023-2024</p><p></p><p>Séminaire : L'IA axée sur les objectifs : vers des machines capables d'apprendre, de raisonner et de planifier</p><p></p><p>Intervenant : Yann LeCun, Professeur invité, Collège de France, Chief AI Scientist, Meta, Professor, NYU</p><p></p><p>Résumé</p><p></p><p>Comment les machines pourraient-elles apprendre aussi efficacement que les humains et les animaux ? Comment les machines pourraient-elles apprendre le fonctionnement du monde et acquérir le sens commun ? Comment les machines pourraient-elles apprendre à raisonner et à planifier ?</p><p></p><p>Les architectures d'IA actuelles, telles que les modèles de langage auto-régressifs à grande échelle, sont insuffisantes. Je proposerai une architecture cognitive modulaire qui pourrait constituer un chemin vers la réponse à ces questions. La pièce maîtresse de l'architecture est un modèle prédictif du monde qui permet au système de prédire les conséquences de ses actions et de planifier une séquence d'actions qui optimisent un ensemble d'objectifs. Les objectifs incluent des garde-fous qui garantissent la contrôlabilité et la sécurité du système. Le modèle du monde utilise une architecture hiérarchique jointe de prédiction d'embeddings (H-JEPA, pour Hierarchical Joint Embedding Predictive Architecture) entraîné par apprentissage auto-supervisé. L'architecture JEPA apprend des représentations abstraites des perceptions qui sont simultanément maximales en termes d'information et de prédictibilité.</p><p></p><p>Yann LeCun</p><p></p><p>Yann LeCun is VP & Chief AI Scientist at Meta and Silver Professor at NYU affiliated with the Courant Institute of Mathematical Sciences & the Center for Data Science. He was the founding Director of FAIR and of the NYU Center for Data Science. He received an Engineering Diploma from ESIEE (Paris) and a PhD from Sorbonne Université. After a postdoc in Toronto he joined AT&T Bell Labs in 1988, and AT&T Labs in 1996 as Head of Image Processing Research. He joined NYU as a professor in 2003 and Meta/Facebook in 2013. His interests include AI, machine learning, computer perception, robotics, and computational neuroscience. He is the recipient of the 2018 ACM Turing Award (with Geoffrey Hinton and Yoshua Bengio) for "conceptual and engineering breakthroughs that have made deep neural networks a critical component of computing", a member of the National Academy of Sciences, the National Academy of Engineering, the French Académie des Sciences.</p>
February 9, 2024
08 - Apprendre les langues aux machines : Multimodalités : TAL et images, TAL et parole
<p>Collège de France</p><p>Benoît Sagot</p><p>Informatique et sciences numériques (2023-2024)</p><p>Année 2023-2024</p><p></p><p>08 - Apprendre les langues aux machines : Multimodalités : TAL et images, TAL et parole</p><p></p><p>Résumé</p><p></p><p>Multimodalité : TAL et images, TAL et parole. Améliorer la traduction automatique grâce au contexte, notamment aux images. Le TAL sans l'écrit : réconcilier TAL et traitement de la parole, avec l'exemple de la traduction automatique de la parole.</p>
February 2, 2024
Séminaire : Prédire c'est comprendre : un modèle neuro-cognitif du langage fondé sur la prédiction
<p>Collège de France</p><p>Benoît Sagot</p><p>Informatique et sciences numériques (2023-2024)</p><p>Année 2023-2024</p><p></p><p>Séminaire : Prédire c'est comprendre : un modèle neuro-cognitif du langage fondé sur la prédiction</p><p></p><p>Intervenant : Philippe Blache, directeur de recherche CNRS</p><p></p><p>Résumé</p><p></p><p>La compréhension mutuelle pendant une conversation est un processus extrêmement rapide et efficace : nous pouvons traiter trois mots par seconde, souvent plus. Cette observation n'est cependant pas conforme aux expériences de laboratoire montrant que le traitement d'un seul mot peut prendre jusqu'à une seconde. La rapidité du traitement s'explique par notre capacité à prédire ce que va dire l'interlocuteur, d'une certaine façon à la manière des modèles de langage. Aujourd'hui, il n'existe pas de modèle global permettant d'intégrer à une architecture classique du traitement du langage (de la phonétique à la sémantique en passant par la syntaxe) ce phénomène de facilitation reposant sur la prédiction. Je présenterai les bases d'un tel modèle permettant d'expliquer comment cohabitent des processus superficiels (effets de facilitation) et profonds (en cas de difficulté). Cette architecture repose sur un mécanisme central, la prédiction, que je décrirai en l'abordant à la fois du point de vue computationnel et neurolinguistique. Cette approche repose sur les résultats obtenus dans le cadre de théories récentes en sciences cognitives (« prediction-by-production ») et en neurosciences (« predictive coding ») conduisant à penser que les participants à une conversation utilisent le même mécanisme pour produire et comprendre la parole.</p><p></p><p>Philippe Blache</p><p></p><p>Philippe Blache is Senior Researcher at the CNRS. His works focus on the cognitive and cerebral basis of language processing taken in its natural context. He develops in this perspective an interdisciplinary approach bringing together computational modeling, formal linguistics and neuroscience. Philippe Blache created and has been the director of two research institutes (ILCB and BLRI). He was previously the head of 2 CNRS labs in France (LPL, 2LC). He is author of more than 200 publications and has been PI of many research projects at the national and international level. He has been actively involved in research management and chaired around 20 international conferences.</p>
17 total episodes available
Deep-dive analytics for Informatique et sciences numériques (2023-2024) - Benoît Sagot
Frequently asked questions
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
- What is Informatique et sciences numériques (2023-2024) - Benoît Sagot?
<p>Benoît Sagot, polytechnicien, devient docteur en informatique de l'Université Paris–Diderot en 2006. Il intègre alors l'Inria comme chercheur spécialisé en traitement automatique des langues (TAL), dans ce qui est aujourd'hui le centre Inria de Paris. Il y dirige l'équipe ALPAGE de 2014 à 2016, équipe commune avec l'Université Paris-Diderot, puis crée l'équipe ALMAnaCH, dont il est le directeur. Il est également titulaire d'une chaire dans l'institut PRAIRIE dédié à la recherche en intelligence artificielle, domaine dans lequel s'insère le TAL.</p><p></p><p>Ses travaux de recherche, initialement tournés vers l'analyse syntaxique, les grammaires formelles et le développement de ressources linguistiques, évoluent à l'image de son domaine de recherche vers des approches s'appuyant sur l'apprentissage automatique puis l'apprentissage profond. Il s'intéresse actuellement à la conception et à l'apprentissage de modèles de langue, ainsi qu'à leur mise en œuvre, notamment en traduction automatique et en simplification de textes, tout en explorant l'interface entre texte et parole et entre texte et image. Il poursuit également le développement de ressources linguistiques et des recherches en linguistique computationnelle. Ses travaux font une place particulière à la langue française dans toute sa diversité, mais également aux enjeux liés aux langues moins dotées.</p><p></p><p>Il met en œuvre son expertise en TAL en tant que cofondateur d'Opensquare, start-up spécialisée dans la conception, la conduite, l'analyse et la restitution d'enquêtes auprès des salariés.</p><p></p><p>Benoît Sagot est invité à occuper la chaire annuelle Informatique et sciences numériques du Collège de France pour l'année 2023-2024.</p> - How often does this podcast release new episodes?
This podcast updates inactive.
- Where can I listen to this podcast?
This podcast is available on 7 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
- Does this podcast accept guests?
No, this podcast does not typically feature guests.
Legal Disclaimer
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.