«Je suis honorée d'être sur une liste qui inclut Albert Einstein»

EPFL Associate Professor Lenka Zdeborová © 2021 EPFL

EPFL Associate Professor Lenka Zdeborová © 2021 EPFL

Lenka Zdeborová, professeure associée à l’EPFL, donne la prestigieuse conférence Josiah Willard Gibbs de 2021, posant la question de savoir quels problèmes de calcul sont réellement traitables par des ordinateurs et quelle est la théorie sous-jacente.

Lenka Zdeborová, qui a récemment rejoint l’EPFL comme professeure associée dephysique, d’informatique et de systèmes de communication au Laboratoire de Biophysique Statistique de la Faculté des Sciences de Base (SB) et de la Faculté informatique et communications (IC), a toujours aimé les mathématiques et la physique. Dans sa jeunesse, elle a commencé à remporter des compétitions et les Olympiades de mathématiques et de physique dans sa République tchèque natale.

Comme de nombreux étudiants en physique, Lenka Zdeborová confie qu’au départ elle était fascinée par des sujets tels l’astrophysique et la mécanique quantique. Mais pendant ses études de master, elle a éprouvé un réel intérêt pour la théorie de la matière condensée et, notamment, la physique statistique. Un article en particulier l’a dirigée vers un doctorat sur l’interface entre la physique statistique et la théorie de la complexité du calcul.

« L’article que j’ai lu s’intéressait essentiellement à un problème de calcul comme modèle de physique statistique, comme si les bits étaient des molécules et que les règles du problème de calcul étaient les interactions entre les molécules, et j’ai trouvé cela absolument fascinant. C’est vraiment l’idée générale de s’intéresser aux problèmes de calcul et aux algorithmes comme objets de la physique de la même manière qu’en physique nous étudions les trous noirs et voulons comprendre ce qu’ils sont et comment ils se comportent. Depuis, ce domaine ne m’a jamais quittée. »

Lenka Zdeborová considère les problèmes de calcul, les algorithmes et leur comportement comme des objets qui existent et s’efforce de comprendre leur comportement, dans le but ultime de les perfectionner et, un jour, de comprendre ce qui est possible et ce qui ne l’est pas avec l’ordinateur. 

Et c’est ce qui a inspiré sa présentation cette année à l’American Mathematical Society lors de la conférence Josiah WillardGibbs de 2021, au cours de laquelle elle a décrit le domaine de la physique pour étudier et comprendre les problèmes de calcul et algorithmiques.

« Je suis inspirée par le fait que Gibbs est l’un des pères de la mécanique statistique qui a expliqué les lois de la thermodynamique en utilisant des principes plus fondamentaux. Aujourd’hui, dans mon domaine, nous nous demandons quels problèmes d’apprentissage machine sont réellement traitables par des ordinateurs. Nous n’avons pas encore de théorie d’apprentissage bien établie, mais nous y travaillons. J’aime à penser que le sous-domaine dans lequel je travaille – les applications de la physique statistique aux problèmes de calcul – contribue à cette théorie qui viendra un jour, je l’espère. »

Lenka Zdeborová a été invitée à présenter la conférence il y a près d’un an et admet que c’était un peu impressionnant : « Une liste d’éminentes personnalités dont Albert Einstein m’avait précédée. Je suis très fière. C’était même un peu intimidant même si c’est une opportunité extraordinaire de faire part au monde entier de mon domaine, des efforts collectifs et des réalisations de mes collègues et moi-même. »

À l’EPFL, Lenka Zdeborová met toute sa passion pour faire avancer la théorie de ce qui est calculable et de ce qui est possible avec l’apprentissage machine et l’intelligence artificielle, et pour favoriser une plus grande collaboration avec les collègues des laboratoires, dans différents domaines et avec différentes idées. Elle est déjà impliquée dans la création d’un groupe de travail sur ce qu’elle appelle l’apprentissage machine scientifique, qui, explique-t-elle, est le rôle joué par l’apprentissage machine dans le changement de la méthode très scientifique.

« En sciences, nous voulons mieux comprendre les objets que nous étudions ; l’objectif n’est pas fixé. Nous devons trouver l’objectif de sorte que le système d’apprentissage machine soit utile dans l’initiative scientifique. C’est un domaine fascinant qui a émergé car l’apprentissage machine a connu un grand succès au cours de la dernière décennie. Il concerne beaucoup de laboratoires et de professeurs à l’EPFL. C’est un domaine que je veux aider à structurer, en le rendant visible au monde extérieur. »


Auteur: Tanya Petersen
Source: People