Répertoire des expertises

Vous êtes ici

Retour aux résultats de recherche
Chaire FRQ-IVADO en assurance qualité des logiciels d’apprentissage automatique

Tél. : (514) 340-4711 poste 4233 Local : M-4213 Pavillons Lassonde
  Lien(s)

Description des domaines de recherche

L’apprentissage automatique est de plus en plus déployé dans les systèmes à grande échelle et les systèmes critiques grâce aux percées récentes dans cette discipline et en intelligence artificielle. On utilise maintenant des applications logicielles intégrant l’apprentissage automatique dans la vie de tous les jours, incluant les finances, l’énergie, la santé et les transports. Assurer la qualité de ces applications reste un défi important, tel que démontré par l’accident récent où une voiture autonome a heurté et tué une piétonne bien qu’elle ait été détectée par les senseurs du véhicule. L’approche traditionnelle du développement logiciel est déductive, consistant en l’écriture de règles qui dictent le comportement du système avec un programme codé. En apprentissage automatique, ces règles sont plutôt inférées de façon inductive à partir de données d’apprentissage. Ceci rend difficiles, voire impossibles, la compréhension et la prédiction du comportement de composantes logicielles, et donc aussi leur vérification adéquate. En comparaison du logiciel traditionnel, les dimensions de l’espace de test d’un système logiciel intégrant l’apprentissage automatique sont beaucoup plus vastes. Une rupture est nécessaire : les techniques de développement logiciel actuelles doivent faire face à la nouvelle réalité pour garantir la qualité des applications intégrant l’apprentissage automatique et l’intelligence artificielle.

La Chaire contribuera de nouvelles théories, méthodes et outils pour faciliter le développement, le test et le déploiement d’applications logicielles de haute qualité intégrant l’apprentissage automatique. Elle se situe à l’intersection du génie logiciel, de l’intelligence artificielle et de la gestion de projets et explorera l’ensemble du cycle de vie des logiciels intégrant des composantes d’intelligence artificielle. La Chaire vise à identifier les pratiques qui nuisent à la maintenance, à l’évolution et à la fiabilité des applications, et à développer des techniques et outils pour aider les développeurs à détecter et corriger les défauts pendant les phases de conception et d’implémentation. Elle vise aussi à développer des techniques de gestion de projets logiciels adaptées pour les applications logicielles d’intelligence artificielle. De plus, la Chaire développera des techniques de test efficaces et des outils pour aider les développeurs dans l’implémentation de code d’apprentissage automatique, des méthodes et des outils pour la collecte et la gestion des exigences, ainsi que des méthodes et des outils pour documenter le comportement de modèles d’apprentissage automatique implémentés en logiciel afin d’augmenter leur interprétabilité et faciliter leur maintenance et leur évolution.

En plus de ces objectifs de recherche, la Chaire souhaite contribuer à augmenter la diversité et l'équité en science des données par la composition de son équipe de recherche.

Personnel de recherche

Professeurs / chercheurs (3)
  • Foutse Khomh | Titulaire
  • Raman Md Saidur | Stagiaire postdoctoral
  • Houssem Ben Braiek | Étudiant à la maîtrise

Sources de financement externes

Fonds de recherche du Québec (FRQ)