Le professeur Andreas Krause re?oit le prix Test of Time de l'ICML

L'ICML est, avec la Conference on Neural Information Processing Systems (NeurIPS), l'une des deux conférences les plus importantes sur l'apprentissage automatique. Le prix est décerné chaque année à l'un des travaux publiés il y a 10 ans. Ce papier a été reconnu pour la profondeur et l'ampleur de son impact au cours des dix dernières années.

Andreas Krause, Niranjan Srinivas (10x Genomik), Matthias Seeger (Amazonas) et Sham Kakade (Université de Washington) ont rédigé le travail récompensé.

? propos du papier :

Devons-nous aller dans notre restaurant préféré ou en essayer un nouveau ? Cette question est un exemple du dilemme dit d'"exploration-exploitation" et se pose dans de nombreuses applications où l'on doit optimiser une fonction inconnue et bruyante.

L'optimisation bayésienne est une approche importante de ce problème : un modèle bayésien - typiquement un processus gaussien (GP) - est utilisé pour modéliser la fonction inconnue. Son incertitude de prédiction peut alors être utilisée non seulement pour faire des prédictions sur des alternatives qui n'ont pas encore été explorées, mais aussi pour justifier la validité d'une expérience. Alors que cette approche est très flexible et a été utilisée dans diverses applications, l'optimisation bayésienne était, avant le document de l'ICML, essentiellement de nature heuristique. Le compromis entre l'exploration et l'exploitation a également été étudié en détail dans le cadre du paradigme MAB (Multi-Armed Bandit). Les approches qui en découlent sont associées à une théorie élégante, mais étaient plus limitées en termes de flexibilité de modélisation.

En tant que contribution centrale, le papier de l'ICML a établi un lien inédit entre ces deux références bibliographiques, jusqu'ici largement séparées. Il propose un algorithme pratique, GP-UCB, qui s'appuie sur les idées classiques des bandits à plusieurs bras, notamment sur le principe de "l'optimisme face à l'incertitude", et les étend aux modèles de processus gaussiens.

Le professeur Krause et ses co-auteurs seront récompensés lors d'une cérémonie virtuelle de remise des prix prévue le lundi 13 juillet 2020.

? propos du professeur Andreas Krause :

Andreas Krause est professeur d'informatique à l'ETH Zurich et dirige le groupe "Learning & Adaptive Systems". Il est en outre co-directeur académique du Swiss Data Science Center. Ses recherches portent sur l'apprentissage automatique, l'exploration de données, l'optimisation, les systèmes d'apprentissage, les capteurs et l'analyse de réseaux. Il a obtenu son doctorat en informatique à l'université Carnegie Mellon (2008) et son dipl?me en informatique et mathématiques à l'université technique de Munich, Allemagne (2004). Il a ensuite été professeur assistant d'informatique à Caltech. Le professeur Krause est membre de la Microsoft Research Faculty et de la Kavli Frontiers Fellow de l'Académie nationale des sciences des ?tats-Unis. Il a servi de coprésident du programme pour l'ICML 2018 et travaille régulièrement comme président de zone ou membre senior du comité de programme pour l'ICML, NeurIPS, AAAI et IJCAI, ainsi que comme rédacteur d'action pour le Journal of Machine Learning Research.