Yoshua Bengio : La conscience de l'apprentissage profond

En novembre 2025, Yoshua Bengio est devenu le premier chercheur en intelligence artificielle à dépasser le million de citations sur Google Scholar, faisant de lui, selon certaines mesures, le scientifique vivant le plus cité dans tous les domaines confondus. Il avait passé les deux années précédentes à avertir quiconque voulait l'entendre que sa discipline évoluait trop rapidement pour être sûre. Peu de scientifiques ont construit un domaine pour ensuite plaider si publiquement en faveur de son ralentissement.

Un foyer théâtral

Bengio est né le 5 mars 1964 en France, dans une famille juive marocaine qui s'est ensuite installée au Canada. Ce n'était pas un foyer académique, mais plutôt artistique. Son père, Carlo Bengio, était pharmacien et dramaturge, dirigeant une troupe de théâtre séfarade à Montréal jouant en judéo-arabe. Sa mère, Célia Moreno, avait joué dans le théâtre marocain dans les années 1970 et a cofondé en 1980 la troupe multimédia montréalaise l'Écran humain. La famille a passé un an au Maroc pendant le service militaire de son père. Son frère cadet, Samy Bengio, est devenu un chercheur en apprentissage automatique important et est aujourd'hui directeur principal de la recherche en IA et apprentissage automatique chez Apple.

Yoshua est resté à Montréal durant toute sa formation initiale, obtenant trois diplômes de l'Université McGill : un baccalauréat en génie informatique en 1986, une maîtrise en informatique en 1988 et un doctorat en 1991. Il a ensuite effectué deux années de postdoctorat qui allaient façonner tout le reste : au MIT avec Michael I. Jordan en 1991-1992, et aux laboratoires Bell d'AT&T en 1992-1993 aux côtés de Yann LeCun. Il a cité LeCun et Geoffrey Hinton comme les mentors qui ont attiré son attention sur la question fondamentale de la nature de l'intelligence. En 1993, il est retourné à l'Université de Montréal en tant que membre du corps professoral, devenant professeur titulaire en 2002. Il n'en est jamais reparti.

Les mots comme vecteurs

L'idée technique la plus marquante de Bengio a vu le jour vers 2000, dans ses travaux sur ce qu'il a appelé un modèle de langage probabiliste neuronal. Le problème était la malédiction de la dimensionnalité : un modèle de langage traitant chaque mot comme un symbole atomique distinct nécessite une quantité impossible d'exemples, car il n'a aucun moyen de savoir que « chat » et « chaton » sont liés. La réponse de Bengio a été d'apprendre une représentation continue de haute dimension pour chaque mot — un vecteur — afin que les mots sémantiquement similaires finissent par être proches les uns des autres dans l'espace, et que les preuves concernant un mot soient transférées à ses voisins. Les plongements de mots (word embeddings) sont désormais si omniprésents dans le traitement du langage naturel qu'il est facile d'oublier que quelqu'un a dû les proposer.

Deux contributions ultérieures de son laboratoire se sont révélées tout aussi durables. En 2014, avec Dzmitry Bahdanau et Kyunghyun Cho, il a introduit l'attention dans la traduction automatique neuronale, un mécanisme permettant à un réseau de décider quelles parties d'une entrée pondérer lors de la production de chaque partie d'une sortie. Le lien entre cet article et l'architecture transformer derrière les modèles de langage modernes est court et direct. Au cours de la même période, son doctorant Ian Goodfellow a développé les réseaux antagonistes génératifs (GAN), qui entraînent un générateur et un discriminateur l'un contre l'autre, rendant possible la synthèse photoréaliste. Avec Goodfellow et Aaron Courville, Bengio a écrit Deep Learning (MIT Press, 2016), le manuel qui a formé une génération.

Construire l'école de Montréal

L'institutionnalisation entreprise par Bengio compte presque autant que ses articles. Il a fondé Mila, l'Institut québécois d'intelligence artificielle, et en a été le directeur scientifique jusqu'en 2025, faisant de Montréal l'un des rares rivaux authentiques de la Silicon Valley et de Pékin en matière de talents en apprentissage profond. Il a codirigé le programme Apprentissage dans les machines et les cerveaux de l'Institut canadien de recherches avancées. En octobre 2016, il a cofondé l'entreprise commerciale Element AI, vendue à ServiceNow en novembre 2020, et a conseillé des entreprises de découverte de médicaments, notamment Recursion Pharmaceuticals et Valence Discovery.

En mars 2019, l'Association for Computing Machinery a décerné le prix A.M. Turing conjointement à Bengio, Hinton et LeCun, « pour des percées conceptuelles et techniques qui ont fait des réseaux neuronaux profonds un composant essentiel de l'informatique ». Les honneurs n'ont cessé de pleuvoir depuis : Officier de l'Ordre du Canada et membre de la Société royale du Canada en 2017, membre de la Royal Society en 2020, prix Princesse des Asturies pour la recherche scientifique en 2022, chevalier de la Légion d'honneur en 2023, l'une des 100 personnes les plus influentes selon TIME et le grand prix VinFuture en 2024, le prix Reine Elizabeth pour l'ingénierie en 2025.

Le tournant

En mars 2023, Bengio a signé la lettre ouverte du Future of Life Institute appelant à une pause de six mois sur l'entraînement de systèmes plus puissants que GPT-4. En mai, il a confié à la BBC qu'il se sentait « perdu » concernant l'œuvre de sa vie, troublé par ce que des acteurs malveillants pourraient en faire. En juillet, il a écrit dans The Economist que « le risque de catastrophe est assez réel pour qu'une action soit nécessaire maintenant ». Il a co-signé une lettre soutenant le projet de loi californien SB 1047, le qualifiant de strict minimum pour une réglementation efficace.

L'expression la plus substantielle de ce tournant est institutionnelle. Après le sommet sur la sécurité de l'IA en novembre 2023 à Bletchley Park, Rishi Sunak a annoncé un rapport international sur la sécurité de l'IA, et Bengio a été nommé pour le présider. Une version intermédiaire est apparue au sommet de Séoul en mai 2024 ; le rapport complet a été publié en janvier 2025, couvrant les risques de cyberattaques et les scénarios de perte de contrôle avec la rigueur d'une évaluation du GIEC. En juin 2025, il a lancé LawZero, une organisation à but non lucratif développant ce qu'il appelle une IA honnête, dont le projet phare, Scientist AI, vise à prédire si l'action proposée par un agent autonome pourrait causer des dommages. Les bailleurs de fonds comprennent le Future of Life Institute, Schmidt Sciences, la Fondation Gates et le gouvernement canadien. Fin 2025, il soutenait qu'accorder des droits juridiques aux systèmes d'IA serait une « énorme erreur », au motif que la capacité d'éteindre un système est le fondement de toute autre mesure de sauvegarde.

Pourquoi Yoshua est qualifié de génie

Le mot est associé à Bengio pour une raison précise : une capacité répétée à voir l'abstraction derrière un problème pratique, puis à trouver les mathématiques pour le résoudre. Les plongements de mots en sont l'exemple le plus clair : la difficulté à laquelle était confrontée la modélisation du langage ressemblait à un problème de rareté des données, et il l'a reformulé en un problème de représentation. L'ACM, dans les documents accompagnant son prix Turing, le décrit comme suivant son « intuition scientifique », ce qui est le terme technique poli pour deviner correctement quelle direction vaut des années de travail. Les données de citation soutiennent cette affirmation concernant son impact : indice h le plus élevé de la discipline parmi les informaticiens, premier chercheur en IA à atteindre le million de citations.

Le contre-argument honnête est que les résultats les plus célèbres de Bengio sont collaboratifs et souvent dirigés par des étudiants. L'attention dans la traduction automatique neuronale est l'article de Bahdanau, avec Bengio comme auteur principal ; les réseaux antagonistes génératifs étaient l'idée de Goodfellow ; le transformer moderne vient de Google, pas de Montréal. Les nombres de citations mesurent la croissance d'un domaine autant que la brillance d'une personne, et l'apprentissage profond a connu une croissance explosive pour des raisons — processeurs graphiques bon marché, vastes jeux de données — qu'aucun chercheur ne contrôlait. Ce qui est réellement inhabituel et plus difficile à contester est la combinaison : un scientifique au centre absolu de l'essor d'une technologie qui a ensuite construit l'appareil institutionnel pour l'examiner, au prix d'un coût réel pour sa propre réputation auprès d'anciens collègues.

Héritage

L'empreinte de Bengio sur l'informatique est désormais permanente, intégrée dans chaque système qui transforme les mots en vecteurs et chaque modèle qui apprend où regarder. Son deuxième acte pourrait s'avérer être le plus intéressant. Il tente quelque chose que les scientifiques réussissent rarement : rester la principale autorité technique sur une technologie tout en agissant comme son critique le plus sérieux, et faire de la prudence un programme de recherche plutôt qu'un communiqué de presse.