De la Grèce à l’UdeM: l’étonnant parcours d’Ioannis Mitliagkas

  • Forum
  • Le 25 avril 2018

  • Catherine Mathys
Ioannis Mitliagkas

Ioannis Mitliagkas

En 5 secondes

Le jeune chercheur est entré à l’Université de Montréal pour mieux comprendre le fonctionnement de certains modèles d’apprentissage profond.

Ioannis Mitliagkas est en mission. Professeur au Département d’informatique et de recherche opérationnelle de l’Université de Montréal et chercheur à l’Institut des algorithmes d’apprentissage de Montréal, il rêve d’éclaircir le mystère du fonctionnement de certains types de neurones artificiels. «Nous savons comment faire certaines choses, mais nous ne savons pas exactement pourquoi ni quand elles fonctionnent ou sont susceptibles de ne plus fonctionner. Il y a un travail théorique à accomplir pour comprendre ce qui se passe.»  

Voilà précisément ce qui a amené le jeune Grec à Montréal. Ioannis Mitliagkas a toujours cherché à comprendre le fonctionnement de ce qui l’entourait. Petit, il aimait bien démonter de vieilles télévisions pour réutiliser les pièces dans ses expériences en électricité. «Mes parents soutenaient cette curiosité-là, ils me laissaient jouer avec des fils et des piles.» Et c’est cette même curiosité qui l’a conduit, un pas à la fois, jusqu’à l’apprentissage profond.

Si son bureau est si dépouillé, c’est qu'il n’a guère eu le temps de l’aménager depuis son arrivée sur le campus en septembre dernier. Recruté à l’Université Stanford après son postdoctorat, il a tout naturellement opté pour le laboratoire de Yoshua Bengio. «C’est là que ça se passe dans mon domaine, ces jours-ci.»

Et pourtant, à Kozani, dans sa petite ville natale du nord de la Grèce, Ioannis Mitliagkas ne se serait jamais douté qu’un jour il enseignerait à l’université et encore moins que ce serait à Montréal. «J’ai toujours pensé que faire un doctorat ou devenir professeur dans un pays étranger était réservé aux gens exceptionnels.» C’est qu’à l’époque il ignorait qu’il était de ceux-là. C’est un de ses professeurs pendant ses études de premier cycle en Crête qui lui a mis la puce à l’oreille. M. Mitliagkas est donc parti faire ses études doctorales à Austin, au Texas, avant de poursuivre au postdoctorat à la prestigieuse Université Stanford.

Statistiques et théorie de l’information

Sans connaître le métier qu’il exercerait plus tard, Ioannis Mitliagkas savait néanmoins depuis l’adolescence qu’il ne souhaitait pas travailler dans une entreprise privée. «Les organisations publiques, dans leur rôle, leur mission et leur responsabilité, sont au service du bien commun. Cela me plaisait beaucoup.»

Toutefois, avec une expertise aussi courtisée et la rareté des candidats concernés, le choix d’embrasser une carrière en enseignement peut parfois être difficile. Mais pas pour lui. C’est le contexte idéal pour chercher des explications techniques à des phénomènes qui demeurent difficiles à comprendre pour les chercheurs de son domaine.

Ainsi, pour tenter de comprendre pourquoi certains modèles d’apprentissage profond fonctionnent étonnamment bien avec des données qui leur sont inconnues, M. Mitliagkas s’intéresse en particulier à l’apport des statistiques et de la théorie de l’information. Cette dernière, mise au point par Claude Shannon dans les années 40, est en fait une théorie mathématique qui rend compte de la transmission de l’information de manière probabiliste. Pour lui, c’est un bon outil de mesure de l’information et du contenu pour des variables aléatoires. Dans le cas de l’apprentissage profond, les neurones artificiels deviennent les canaux de transmission. «Nous étudions comment l’information se propage à travers les différentes couches du réseau neuronal.» Bien que l’idée ne soit pas récente, elle sert maintenant à mieux comprendre le comportement des systèmes.

C’est parfois bon de se tourner vers les théories d'hier pour trouver un sens aux problèmes contemporains. C’est entre autres ce qu’il fait avec son groupe d’étudiants de deuxième cycle. Dans un cours intitulé Sujets en intelligence artificielle, il aide les étudiants à décoder les résultats d’études récentes à l’aide de théories plus classiques issues de l’optimisation, des statistiques ou de la théorie de l’information.

Et c’est là qu’il trouve sa plus grande motivation. Au-delà de la recherche de solutions aux problèmes inhérents à l’apprentissage profond, ce qu’il aime plus que tout, c’est ce contact avec les étudiants. «Ce que je désire, c’est transmettre l’excitation, la curiosité et les habiletés que j’ai sur certaines de ces questions.» Et le chercheur grec, qui enseigne pour le moment en anglais, travaille d’arrache-pied pour pouvoir le faire en français dès que possible.