[ad_1]
French translation (Lire la model française)
Synthetic intelligence (AI) is on the core of our work, serving to to enhance our present merchandise and serving as a basis for revolutionary new functions. As we construct for the metaverse — the subsequent iteration of the web which we imagine may have a vital influence on training, well being care, the economic system and past — the Canadian AI ecosystem is already enjoying a number one function in driving analysis breakthroughs that may sooner or later make it a actuality.
5 years in the past, we opened our Montreal Basic AI Analysis (FAIR) Lab (previously often known as Fb AI Analysis) to drive analysis in AI and contribute to Montreal’s world main AI ecosystem. Since then, our Canadian crew of researchers has labored on a number of the largest breakthroughs in AI which have benefited communities in Canada and overseas — from growing extra various and inclusive AI fashions for the analysis group to enhancing well being care accessibility and affected person care.
Led by Dr. Joelle Pineau, Managing Director of Basic AI Analysis at Meta, the Montreal FAIR Lab dedicated $7 million (USD) in funding to help the Canadian AI ecosystem and set up partnerships with world-leading Canadian establishments, together with the Canadian Institute for Superior Analysis (CIFAR), the Montreal Institute for Studying Algorithms (MILA), McGill College and Université de Montréal. Consequently, we’ve supported scholar studying and the event of Canadian AI tech expertise, established two Fb-CIFAR AI analysis chair positions and helped create high-performance computing functionality for MILA to additional advance the Montreal analysis group.
Our objective in opening the Montreal FAIR Lab was to provide the very best AI expertise in Canada the liberty to design revolutionary options to real-world issues, and to share them with the broader tutorial group. At FAIR Labs, we take an open-science strategy to analysis, open-sourcing code and publishing papers that each leverage and contribute to the broader scientific group. Researchers, builders and companies outdoors of Meta can make the most of the analysis to study, construct upon and inform their very own work.
Constructing Numerous AI Fashions to Make the Metaverse Extra Accessible
Laptop imaginative and prescient methods determine objects in photos and can assist energy metaverse applied sciences, like augmented actuality (AR) glasses, in order that they will perceive the world as folks do. For instance, think about sporting AR glasses that present you the best way to make a recipe. They’ll have to work properly in kitchens not simply in Montreal, but additionally elsewhere around the globe. This implies recognizing many alternative variations of on a regular basis objects like stoves or spices.
Historically, pc imaginative and prescient methods have been educated on examples from North America and rich international locations in Europe, so that they typically don’t work properly for photos outdoors of those locations. Nonetheless, our FAIR Montreal crew has introduced new advances to SEER (SElf-SupERvised), our groundbreaking self-supervised pc imaginative and prescient analysis mannequin. These advances have made the mannequin extra highly effective, strong and fairer, permitting SEER to ship robust outcomes for photos from locations around the globe.
Whereas this pc imaginative and prescient mannequin is solely a analysis mannequin for now, it is going to assist Meta AI construct higher pc imaginative and prescient methods for merchandise utilized by billions of individuals around the globe, together with the metaverse. To facilitate additional analysis and progress, we’ve publicly launched the mannequin and shared new technical particulars about the way it works as a part of our dedication to open science.
Constructing AI That Improves Affected person Care
Magnetic resonance imaging (MRI) is usually the very best device for diagnosing issues with organs, muscle and different smooth tissues within the human physique. Nonetheless, it takes a major period of time to finish, limiting how many individuals might be scanned every day.
To unravel this drawback, Montreal FAIR researchers partnered with medical doctors and medical imaging specialists at NYU Langone Well being to develop the fastMRI AI mannequin, which creates full MRI photos from far much less uncooked information and has the potential to considerably pace up the scanning course of.
Our analysis crew is working to increase these outcomes to different important organs, together with the mind. FastMRI has additionally printed its information, fashions and code in order that different researchers can construct on their work and contribute new concepts to profit thousands and thousands of individuals around the globe.
Constructing AI That Unlocks New Inventive Instruments For Creators
Picture era fashions are used to create new visuals, whether or not photorealistic footage or summary collages, however these fashions have been restricted to photographs of objects or scenes that the mannequin is conversant in as a result of the article or scene is included in its coaching information.
Our Montreal analysis crew has created a brand new and easy picture era mannequin, Occasion-Conditioned GAN (IC-GAN), that creates high-quality, various photos of issues it has by no means seen earlier than. For instance, the IC-GAN mannequin can create picture combos resembling camels surrounded by snow. We’ve open-sourced the mannequin in order that it could result in AI fashions that generate photos with extra flexibility, accuracy and effectivity than ever earlier than.
These new capabilities may help AI researchers create new visible examples to reinforce information units with various objects and scenes and eradicate bias, whereas artists and creators are in a position to generate extra expansive AI-generated content material.
As creators construct new experiences for the metaverse, we hope that picture era fashions will assist gas creativity and unlock unforgettable experiences for folks. Our hope is that throughout the subsequent decade, the metaverse will host tons of of billions of {dollars} of digital commerce, change the best way we work and help jobs for thousands and thousands of creators and builders. None of this will likely be attainable with out the work of AI researchers in Canada and the world over who’re constructing new capabilities that may energy future applied sciences.
French Translation
À retenir:
- Nous célébrons le cinquième anniversaire de notre laboratoire FAIR de Montréal, qui a été créé pour stimuler la recherche fondamentale en intelligence artificielle (IA) par une approche de recherche ouverte.
- Notre équipe canadienne d’IA a contribué à de nombreuses percées au cours des cinq dernières années, notamment en construisant des modèles d’IA plus diversifiés, en accélérant le processus de l’imagerie par résonance magnétique (IRM) et en produisant de nouveaux outils créatifs.
- Les progrès réalisés dans le domaine de l’IA font partie intégrante de la building du métavers. À cet effet, l’écosystème canadien de l’IA fait déjà de grands progrès pour permettre cette nouvelle ère de l’informatique.
L’IA est au cœur de notre travail, elle contribue à améliorer nos produits existants et sert de base à de nouvelles functions novatrices. Alors que nous nous préparons au métavers, soit la prochaine itération d’Web qui, selon nous, aura un influence considérable sur l’éducation, les soins de santé, l’économie et bien plus encore, l’écosystème canadien de l’IA joue déjà un rôle de chef de file dans les percées de la recherche qui en feront un jour une réalité.
Il y a cinq ans, nous avons ouvert notre laboratoire de recherche fondamentale sur l’IA (FAIR) à Montréal (anciennement connu sous le nom de Fb AI Analysis) afin de stimuler la recherche dans ce domaine et de contribuer à l’écosystème de pointe de l’IA à Montréal. Depuis ce second, notre équipe de chercheurs canadiens a travaillé sur certaines des plus grandes percées en IA qui ont profité aux communautés au Canada et à l’étranger, notamment du développement de modèles d’IA plus diversifiés et inclusifs pour la communauté des chercheurs à l’amélioration de l’accessibilité des soins de santé et des soins aux sufferers.
Dirigé par la professeure Joelle Pineau, directrice générale de la recherche fondamentale en IA chez Meta, le laboratoire FAIR de Montréal a engagé 7 thousands and thousands de {dollars} (USD) de financement pour soutenir l’écosystème canadien de l’IA et établir des partenariats avec des establishments canadiennes de premier plan, notamment l’Institut canadien de recherches avancées (ICRA), l’Institut des algorithmes d’apprentissage de Montréal (MILA), l’Université McGill et l’Université de Montréal. Nous avons ainsi soutenu l’apprentissage des étudiants et le développement de skills canadiens dans le domaine de l’IA, créé deux chaires de recherche en IA Fb-CIFAR et contribué à créer une capacité de calcul de haute efficiency pour le MILA afin de faire progresser la communauté des chercheurs de Montréal.
En ouvrant le laboratoire FAIR de Montréal, nous avions comme objectif de donner aux meilleurs skills du domaine de l’IA au Canada la liberté de concevoir des options novatrices à des problèmes du monde réel, et de les partager avec la communauté universitaire au sens massive. Au laboratoire FAIR, nous adoptons une approche scientifique ouverte de la recherche, avec un code ouvert et en publiant des articles qui tirent parti de la communauté scientifique au sens massive et qui y contribuent. Les chercheurs, les développeurs et les entreprises en dehors de Meta peuvent utiliser la recherche pour s’informer et s’y appuyer, de même qu’éclairer leur propre travail.
Construire des modèles d’IA diversifiés pour rendre le Métavers plus accessible
Les systèmes de imaginative and prescient par ordinateur identifient les objets dans les photos et contribueront à alimenter les applied sciences du métavers, notamment les lunettes de réalité augmentée (RA), afin qu’elles puissent comprendre le monde comme le font les gens. Par exemple, imaginez que vous portez des lunettes de RA qui vous montrent remark réaliser une recette. Elles devront bien fonctionner dans les cuisines, non seulement de Montréal, mais aussi d’autres endroits dans le monde. Par conséquent, il faut reconnaître de nombreuses variantes d’objets quotidiens comme les poêles ou les épices.
Traditionnellement, les systèmes de imaginative and prescient par ordinateur ont été entraînés sur des exemples provenant d’Amérique du Nord et des pays riches d’Europe, de sorte qu’ils fonctionnent souvent mal pour les photos provenant d’ailleurs. Cependant, notre équipe au laboratoire FAIR de Montréal a apporté de nouvelles avancées en matière d’autocontrôle (de l’anglais SElf-SupERvised ou SEER), notre modèle de recherche révolutionnaire en imaginative and prescient par ordinateur autocontrôlé. Ces avancées ont rendu le modèle plus puissant, plus robuste et plus équitable, permettant au SEER de fournir des résultats solides pour des photos provenant de lieux du monde entier.
Bien que ce modèle de imaginative and prescient par ordinateur soit purement un modèle de recherche pour le second, il aidera Meta AI à construire de meilleurs systèmes de imaginative and prescient par ordinateur pour des produits utilisés par des milliards de personnes dans le monde, y compris le métavers. Pour faciliter la poursuite des recherches et des progrès, nous avons publié le modèle et partagé de nouveaux détails methods sur son fonctionnement dans le cadre de notre engagement en faveur de la science ouverte.
Créer une IA qui améliore les soins aux sufferers
L’IRM est souvent le meilleur outil pour diagnostiquer les problèmes d’organes, de muscular tissues et d’autres tissus mous du corps humain. Cependant, il faut beaucoup de temps pour le réaliser, ce qui limite le nombre de personnes pouvant être analysées chaque jour.
Pour résoudre ce problème, les chercheurs du laboratoire FAIR de Montréal se sont associés à des médecins et à des specialists en imagerie médicale du Langone Well being, de l’College de New York, pour développer le modèle d’IA fastMRI, qui crée des photos IRM complètes à partir de beaucoup moins de données brutes et qui a le potentiel d’accélérer considérablement le processus d’analyse.
Notre équipe de recherche s’efforce d’étendre ces résultats à d’autres organes vitaux, dont le cerveau. On a également publié les données, les modèles et le code de fastMRI afin que d’autres chercheurs puissent s’appuyer sur ces travaux et apporter de nouvelles idées qui profiteront à des thousands and thousands de personnes dans le monde.
Construire une IA qui débloque de nouveaux outils créatifs pour les créateurs
Les modèles de génération d’photos sont utilisés pour créer de nouveaux visuels, qu’il s’agisse d’photos photoréalistes ou de collages abstraits, mais ces modèles ont été limités à des photos d’objets ou de scènes que le modèle connaît bien parce que l’objet ou la scène est inclus dans ses données d’apprentissage.
Notre équipe de recherche de Montréal a créé un nouveau modèle easy de génération d’photos, le réseau antagoniste génératif conditionné par occasion (de l’anglais Occasion-Conditioned Generative Adversarial Community ou IC-GAN), qui crée des photos de grande qualité et diversifiées de choses qu’il n’a jamais vues auparavant. Par exemple, le modèle IC-GAN peut créer des combinaisons d’photos telles que des chameaux entourés de neige. Nous avons mis le modèle en libre accès afin qu’il puisse déboucher sur des modèles d’IA qui génèrent des photos avec plus de souplesse, de précision et d’efficacité que jamais auparavant.
Ces nouvelles capacités peuvent aider les chercheurs en IA à créer de nouveaux exemples visuels pour enrichir les ensembles de données avec des objets et des scènes variés et éliminer les préjugés, tandis que les artistes et les créateurs sont en mesure de générer un contenu généré par l’IA plus étendu.
À mesure que les créateurs élaborent de nouvelles expériences pour le métavers, nous espérons que les modèles de génération d’photos contribueront à alimenter la créativité et à faire vivre aux gens des expériences inoubliables. Nous espérons qu’au cours de la prochaine décennie, le métavers accueillera des centaines de milliards de {dollars} de commerce numérique, changera notre façon de travailler et créera des emplois pour des thousands and thousands de créateurs et de développeurs. Rien de tout cela ne serait attainable sans le travail des chercheurs en IA au Canada et dans le monde entier qui développent de nouvelles capacités qui alimenteront les applied sciences futures.
[ad_2]
Source link
