La stratégie du moindre effort pour apprendre aux machines

par R. Flamary et G. Peyré

Transport optimal et intelligence artificielle

Le transport optimal a été formulé par Gaspard Monge au 18e siècle. Il s'agit d'optimiser le coût de transport depuis un ensemble de producteurs (par exemple les boulangeries) vers des consommateurs (par exemple les cafés, le matin dans Paris). Ce problème très ancien a connu plusieurs révolutions. Léonid Kantorovitch a expliqué en 1942 comment le reformuler en un problème plus facile à résoudre et à étudier : il a obtenu le prix Nobel d’économie pour ses travaux. Dans les années 90, Yann Brenier, un mathématicien Français, établit un lien entre les travaux de Monge et Kantorovitch. Et depuis quelques années, des mathématiciens et informaticiens ont développé des techniques numériques révolutionnaires pour appliquer le transport optimal à d'innombrables problèmes concrets tels que le traitement d'images et l’intelligence artificielle. Dans cet exposé nous ferons un tour d'horizon de ces différentes révolutions. Nous aborderons des applications du transport optimal en intelligence artificielle tel que le transfert de style entre images et l’adaptation de domaine qui permet d'adapter les IA à de nouvelles données.


Rémi Flamary		Gabriel Peyré
CMAP, École polytechnique, Institut Polytechnique de Paris		CNRS et Éns
Rémi Flamary est professeur au laboratoire de mathématiques appliquées CMAP de l'École Polytechnique. Sa recherche concerne l'apprentissage statistique et le traitement statistique du signal, ainsi que leurs applications.		Gabriel Peyré est mathématicien, directeur de recherches au CNRS au laboratoire DMA de l'École Normale Supérieure de Paris. Il est également membre du groupe de recherche Mokaplan. C'est un spécialiste de la théorie du transport optimal.