Section courante

A propos

Section administrative du site

Mila

Montreal Institute for Learning Algorithms
Canada Québec

Introduction

Le Mila, de l'abréviation de l'anglicisme «Montreal Institute for Learning Algorithms», eest un centre de recherche québécois basé à Montréal sur l'intelligence artificielle. Fondé en 1993 par le professeur Yoshua Bengio, Mila rassemble des chercheurs de l'Université de Montréal, de l'Université McGill, de Polytechnique Montréal et de HEC Montréal.

L'institut se spécialise principalement dans la recherche sur l'apprentissage automatique et l'intelligence artificielle, avec des domaines d'intérêt tels que les modèles génératifs, le traitement du langage naturel, la vision par ordinateur et l'apprentissage par renforcement. Mila joue un rôle clef dans l'écosystème de l'IA au Québec et collabore avec divers partenaires académiques et industriels pour promouvoir l'innovation scientifique et technologique.

Liste des projets

Voici la liste des projets ayant été développé par Mila :

Produits Catégorie Description
Academic Torrents Plateforme de données Cette plateforme permet un hébergement mise à l'échelle et distribué de grands ensembles de données, en particulier pour la recherche académique.
Arcade Learning Environment (ALE) Environnement d'entraînement Cette plateforme fournit un cadre pour développer et tester des agents d'apprentissage par renforcement sur des jeux Atari 2600.
AxonDeepSeg Logiciel de microscopie Ce logiciel open source est utilisé pour la segmentation automatique des axones et gaines de myéline à partir d'images de microscopie.
BabyAI Banc d'essai en IA Un banc d'essai pour entraîner des agents à comprendre et exécuter des commandes linguistiques.
Blocks Cadre d'application Python Cette bibliothèque facilite la construction de modèles d'apprentissage profond en combinant des blocs réutilisables avec Theano.
Chester Outil d'aide médicale Un assistant de radiologie intelligent pour l'analyse des radiographies pulmonaires.
Dopamine Cadre de recherche IA Ce cadre d'application permet le prototypage simple et rapide d'algorithmes d'apprentissage par renforcement, idéal pour l'expérimentation.
Fuel Cadre d'application Python Cette bibliothèque est conçue pour faciliter le chargement efficace et reproductible de données pour l'apprentissage automatique.
Graphium Bibliothèque en chimie Cette bibliothèque est spécialisée dans la représentation de structures chimiques sous forme de graphes pour des tâches d'apprentissage.
Ivadomed Analyse d'imagerie médicale Ce cadre basé sur PyTorch est destiné à l'entraînement et à l'évaluation de modèles d'analyse d'images médicales, notamment en IRM.
Pylearn2 Bibliothèque Python Une bibliothèque flexible pour l'expérimentation en apprentissage machine, construite sur Theano.
Theano Bibliothèque Python Une bibliothèque de calcul numérique optimisée pour les modèles d'apprentissage profond, avec compilation sur CPU ou GPU.


Dernière mise à jour : Jeudi, le 5 juin 2025