Le Prix Reine Élisabeth pour l’ingénierie 2025 a été décerné à sept scientifiques et ingénieurs pour leurs contributions révolutionnaires au développement de l’apprentissage automatique moderne, un pilier fondamental de l’intelligence artificielle (IA).
L’apprentissage automatique permet aux systèmes d’analyser des données, de reconnaître des modèles et de prendre des décisions sans avoir besoin d’une programmation explicite pour chaque situation. Cette capacité d’auto-amélioration et d’adaptation est essentielle pour le progrès de l’IA.
Le succès de l’apprentissage automatique moderne repose sur trois innovations majeures : l’avancement des algorithmes, l’amélioration des plateformes matérielles et la création de bases de données de haute qualité.
Yoshua Bengio, Geoffrey Hinton, John Hopfield et Yann LeCun sont les pionniers des réseaux neuronaux artificiels, posant les bases théoriques de l’apprentissage profond, qui est aujourd’hui la principale approche de l’apprentissage automatique.
Jensen Huang et Bill Dally ont joué un rôle clé dans l’évolution des unités de traitement graphique (GPU), permettant l’optimisation et le passage à l’échelle des modèles d’IA modernes.
Fei-Fei Li a mis en avant l’importance des bases de données massives et annotées pour l’entraînement des algorithmes d’IA et a développé ImageNet, une base de données d’images qui a révolutionné la recherche en vision par ordinateur.
Grâce aux travaux de ces chercheurs, les technologies d’IA modernes ont pu se développer, trouvant des applications dans la médecine, la robotique, les systèmes autonomes et bien d’autres domaines, façonnant ainsi l’avenir du numérique.